台湾宾果注册_台湾宾果官网_台湾宾果

欢迎光临
我们一直在努力

台湾宾果计划:Google地图如何使用机器学习预测公交车延误和交通拥堵

谷歌地图在过去十年中一手减少了通勤者的模糊性。在印度,大多数人都喜欢乘坐公共交通工具进行日常通勤,谷歌地图可以发挥关键作用。从公交车时间到路线图,Google服务非常重要。但是,在像印度这样人口密集的国家,交通拥堵是运输途中和谷歌地图服务算法的主要问题。

为了解决这个问题,Google地图会在没有当地交通机构实时信息的地方为公交车启动实时交通延误。

特别是印度的谷歌地图发布了三个更新:

公共汽车旅行时间来自印度10个最大城市的实时交通,

印度铁路列车的实时列车状态

现在结合自动人力车和公共交通的混合模式通勤建议

模型概述

为了开发预测延迟的新模型,Google的机器学习开发人员从公交机构的实时信息中提取了一系列公交车位置的培训数据。这些输入与行程期间公交车路径上的汽车交通速度保持一致。

从下图可以看出,汽车在800米标记处的延迟如何改变了公交车的时间。该模型被分成一系列时间轴单位。这些单位可以是从街区到公交车站的任何地方。每个单位用于预测旅行的持续时间。

即使在一个小区域内,该模型也需要在不同的街道上将车速预测转换为不同的公交车速度。

因此,为了更好地近似,每个单元被独立地预测其持续时间,并且最终输出是每单元预测的总和。

不仅可以预测持续时间,还可以捕获特定街道,社区和城市的独特属性,该模型用于学习具有时间轴单元地理区域的表示层次结构;更准确地定位道路或公共汽车站。

为了使预测更加稳健,研究人员模拟了查询的可能性,这些查询弹出了不属于训练数据的区域。

由于不同的城市和社区也会出现不同的节拍,因此模型可以将其位置表示与时间信号相结合。

一些例子与确切的公共汽车路线和街道保持一致,其他例子只保留邻里或城市级别的位置,而其他的则根本没有地理环境。这样可以更好地为模型做好准备,以便以后查询我们缺少训练数据的区域。

这里开发的模型更简单,因为序列结构使研究人员能够:

训练个别单位的持续时间和时间

优化“线性系统”,其中每个观察到的轨迹将总持续时间分配给它跨越的多个单位的总和

印度首先尝试它

这一新的更新,其中谷歌地图可用于跟踪实时交通数据和公共巴士时间表,以计算延迟和提供准确的旅行时间是这种类型的第一个产品 - 首先在印度推出。该功能应该使通勤者能够考虑实时交通并相应地规划他们的行程。该功能最初将在德里和班加罗尔推出,并将很快扩展到更多城市。而且,对于实时列车信息,该功能是在Google收购的Where Is My Train应用程序的帮助下开发的。然而,Android版Google地图上的公共交通标签现在将告知您是否计划某次旅行是一个不错的选择,需要多长时间以及您应该将自动人力车送到哪个车站。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。
返回首页