PostDoc Latvia logo

Отчет по проекту «Пространственно-временное моделирование городских транспортных потоков на основе больших данных» (1.1.1.2/VIAA/1/16/112)

В течение первого квартала 2019 года в Институте транспорта и связи (TSI) продолжалась работа над научно-исследовательским проектом 1.1.1.2/VIAA/1/16/112 «Пространственно-временное моделирование городских транспортных потоков на основе больших данных» (исполнитель: Dr.sc.ing. Дмитрий Павлюк), осуществляемым при поддержке Европейского фонда регионального развития (ERAF) в рамках программы поддержки постдокторантских исследований (1.1.1.2. Pēcdoktorantūras pētniecības atbalsts).

В рамках реализации проекта были реализованы следующие мероприятия:

  • Разработано программное обеспечение для получения данных о транспортных потоках из открытых источников и их предварительной подготовки к моделированию. Исходный код разработан доступен в публичном репозитории https://github.com/DmitryPavlyuk/postdoc
  • Проведено исследование возможности применения алгоритмов и моделей прогнозирования видеопотока к моделированию городских транспортных потоков. Прогнозирование видеопотока является современным объектом приложения математических моделей искусственного интеллекта и применяется, в том числе, в программном обеспечении беспилотных автомобилей. В работе было установлено сходство задачи прогнозирования видеопотока с пространственно-временным прогнозированием городского трафика. Результаты исследования оформлены в виде статьи «Spatiotemporal traffic forecasting as a video inpainting problem», которая принята к публикации в Xplore и будет представлена на конференции The 6th International Conference on Models and Technologies for Intelligent Transportation Systems (MT-ITS), 5-7 June 2019, Cracow, Poland.
  • Начато исследование ансамблей методов для выявления пространственно-временных взаимосвязей в транспортных потоках. Ансамбли методов – это научное отражение пословицы «одна голова хорошо, а две — лучше». В данном случае, для выявления взаимосвязей одновременно применяется несколько методов (и процедура их согласования), что позволяет получить более эффективное, устойчивое и экономное решение. В настоящее время результаты исследования, оформленные в виде статьи «Towards ensemble learning of traffic flows’ spatiotemporal structure» рассматриваются для презентации на важной транспортной конференции the 22nd Euro Working Group on Transportation Meeting (EGWT), 18-20 September 2019, Barcelona, Spain

Актуальная информация о ходе и результатах проекта доступна здесь.

contact us

свяжитесь с нами