ИИ прогнозирует задержки на железных дорогах

Ученые из Иллинойсского университета в Урбане-Шампейне (UIUC) использовали реальные данные Британских железных дорог и модель искусственного интеллекта, чтобы лучше прогнозировать задержки в железнодорожных сетях. Результаты исследования представлены на Международной конференции IEEE 2020 по интеллектуальным транспортным системам.

За последние 20 лет количество пассажиров, путешествующих по британской железнодорожной сети, почти удвоилось и составило 1,7 миллиарда ежегодно. Очевидно, жители Великобритании полагаются на железнодорожное сообщение и задержки в движении могут нарушить планы многих.

«Мы хотели изучить эту проблему, используя наш опыт работы с графовыми нейронными сетями», — объясняет Хай Тран, член факультета аэрокосмической инженерии UIUC. — Это особый класс моделей искусственного интеллекта, которые фокусируются на данных, представленных в графовых областях».

Графовая нейронная сеть (англ. Graph Neural Network, GNN) — тип нейронной сети, которая напрямую работает со структурой графа. Типичным применением GNN является классификация узлов. Концепция графовой нейронной сети была впервые предложена в 2009 году в работе, которая расширила существующие нейронные сети для обработки данных, представленных в графовых областях.

Граф — это структура данных, состоящая из двух компонентов: вершин и ребер. Граф G описывается множеством вершин (узлов) V и ребер E.

Использование GNN позволяет работать с данными графов, без предварительной обработки. Такой подход позволяет сохранить топологические отношения между узлами графа.

Ученые применили модель свёрточной сети с пространственно-временным графом для прогнозирования задержек в пределах одной из самых нагруженных частей британской железнодорожной сети.

«По сравнению с другими статистическими моделями, эта модель превосходит всех в плане прогнозирования задержек до 60 минут», — подчеркивает Тран. 

Предоставлено: Департамент аэрокосмической техники Университета Иллинойса.

На Международной конференции IEEE 2020 по интеллектуальным транспортным системам было представлено исследование «Прогнозирование задержек на железных дорогах с помощью свёрточных сетей с пространственно-временным графом», написанное Джейкобом С.В. Хеглундом, Панукорном Талеонгпонгом, Саймоном Ху и Хай Т. Траном.

Читать также

Ледник «Судного дня» оказался опаснее, чем думали ученые. Рассказываем главное

Ученые нашли быстрый путь по Солнечной системе

Найдено предполагаемое царство исчезнувших хеттов. Что обнаружили археологи?

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
У летучих мышей нашли генетический «план Б» для адаптации к потере слуха
Наука
Найден способ помочь ИИ справляться со сложными задачами
Новости
В России создали безопасную систему для доставки ДНК-вакцин в клетки
Наука
Найден «рыбный завод», построенный предшественниками майя 4000 лет назад
Наука
Обзор TECNO Megabook S1: легкий металл
Технологии
Вспышки света из черных дыр озадачили астрономов
Космос
Интерпретируемость ИИ: как модели принимают решения
Мнения
Физики придумали, как раскрыть тайну темной материи
Космос
Ученые рассказали, как экстремальный холод влияет на сон
Наука
Марсианский метеорит раскрыл тайны воды на Красной планете
Космос
Хакеры удаленно взломали компьютер, используя соседний Wi-Fi
Новости
«Уэбб» заснял три огромные «невозможные» галактики
Космос
Телескоп запечатлел столкновение галактик на скорости 3,2 млн км/ч
Космос
Укус вместо укола: создана вакцина от малярии, распространяемая комарами
Наука
Физики определили форму отдельного фотона
Наука
Создатели ChatGPT планируют выпустить собственный браузер
Новости
Плотность промышленных роботов в мире удвоилась за семь лет
Новости
В Гибралтаре нашли «фабрику», на которой неандертальцы варили клей
Наука
Nvidia раскрыла, какие товары компании будут в дефиците и когда
Новости
Посмотрите на первое в истории фото звезды из другой галактики
Космос