Projekts “Netradicionālie regresijas modeļi transporta modelēšanā” (1.1.1.2/VIAA/1/16/075)

Periods: 01.10.2017
- 30.09.2020
Programma: ERAF

Projekta vadītājs/a:

Asoc. profesors 

Dr. sc. ing.
Nadežda Spiridovska
Inženierzinātņu fakultāte
Nadezda Spiridovska

Academic degree and current position in TSI: associate professor, researcher at the Engineering Faculty.

Previous experience: worked at the Mathematical Methods and Modelling Department in TSI for more than 10 years (assistant, lecturer, assistant professor), postdoc researcher.

Membership: A member of the Latvian Simulation Society since 2004, a member of the Latvian Operations Research Society (LatORS) since 2019.

Teaching activity: Discrete Mathematics (undergraduate level); Probability Theory and Mathematical Statistics (undergraduate level); System Modelling (undergraduate level); Introduction to machine learning (undergraduate level); Statistics (undergraduate level).

Publication activity: Author of on average two to three academic articles a year.

Projects: as a researcher has participated in more than 5 European and Latvian research projects.

Supervised Doctoral, Master and Bachelor Theses (number): 1 Master thesis and more than 10 Bachelor theses.

Research fields/domains: Data analysis, statistical analysis, mathematical modelling and simulation (in transportation), machine learning.

Motto: “Any problem can be turned into opportunity”.

Pētnieks: Dr.sc.ing. Nadežda Spiridovska

Projekta zinātniskais mērķis ir netradicionālo regresijas modeļu izstrāde, tieši Markova-modulējamās regresijas, transporta plūsmu un blakus uzdevumu transporta modelēšanā analīzei un prognozēšanai, kā arī algoritmu meklēšana modeļa parametru novērtēšanai uz lielo datu pamata.

Projekta pamatuzdevumi ir:

  • Markova-modulējamās lineārās regresijas parametru novērtēšana un transporta plūsmu prognozēšana uz reāliem datiem, ņemot vērā “ārējās vides” ietekmi
  • Markova-modulējamās lineārās regresijas modeļa attīstība (daudzfaktoru regresijas, nepilnu datu izlase)
  • Algoritmu izstrāde Markova-modulējamās lineārās regresijas parametru novērtēšanai uz liela datu apjoma pamata

Projekta publicitātes informacija:

contact us

raksti mums