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
Найден необычный способ бороться с хроническим стрессом
Наука
Посмотрите на самый редкий торнадо, который пронесся над США
Наука
Над Землей пролетел астероид, который вращался быстрее всех остальных
Космос
Ученые показали лицо женщины, которая жила 75 000 лет назад
Наука
Анализ генов показал, как древние водоросли вышли на поверхность планеты
Наука
Древняя технология поможет вырастить растения на Марсе, считают ученые
Космос
Физики из MIT добились рекордной близости между атомами для квантовых исследований
Наука
В Германии на ветряную электростанцию впервые установили деревянные лопасти
Новости
Инженеры разработали искусственную пиявку для безболезненного забора крови у детей
Наука
Solar Orbiter запечатлел «пушистую» корону Солнца в завораживающих деталях
Космос
Китай отправляет миссию на обратную сторону Луны: как смотреть онлайн
Космос
ИИ нашел асимметрию материи и антиматерии на Большом адронном коллайдере
Наука
TikTok вернулся в Россию? Что известно прямо сейчас
Новости
В Японии разработали устройство 6G, которое передает данные со скоростью 100 Гбит/с
Новости
Климатологи объяснили формирование в Антарктиде полыньи размером с Чехию
Наука
Частые кризисы повысили способность человечества выживать
Наука
Физики наблюдали кота Шредингера — превращение атомов из частиц в волну
Наука
Найдена самая глубокая дыра в мире
Наука
«Вышка» заряжает карьеру в IT
Технологии
Ученые создали клей, который работает как паутина Человека-паука (почти)
Наука