A system for predicting the development of traffic flow dynamics based on a deep neural network
Project goals
The aim of the project is to create a SW module for predicting of traffic flow dynamics based on machine learning, deep neural network. The result will be prediction of traffic flow behavior for different types of roads and time intervals based on all available inputs, (including weight determination of specific inputs) and a comprehensive database of historical data. One of the key inputs (and at the same time the least explored) is the weather impact analysis, which the project will deal with at the level of analysis of meteorological models and their usability for prediction neural network. The result of the project will form the basis of a future AI comprehensively predicting the behavior of the transport system within non-limited but also limited throughput capacity
Keywords
Neural networkspredictionstraffic intensitycongestionsclosuresmeteorology
Public support
Provider
Technology Agency of the Czech Republic
Programme
—
Call for proposals
1.VS DOPRAVA 2020+ (STA02019CK010)
Main participants
Vysoká škola báňská - Technická univerzita Ostrava / Fakulta elektrotechniky a informatiky
Contest type
VS - Public tender
Contract ID
CK01000139 - Smlouva o poskytnutí podpory
Alternative language
Project name in Czech
Systém pro predikce vývoje dynamiky dopravních proudů založené na hluboké neuronové síti
Annotation in Czech
Cílem projektu je vytvoření SW modulu pro predikci vývoje dynamiky dopravních proudů (DP) založeného na strojovém učení, hluboké neuronové síti. Výsledkem budou nástroje pro predikci chování DP pro různé typy komunikací při různých situacích a časové intervaly založené na všech dostupných vstupech (včetně stanovení váhy konkrétních vstupů), a obsáhlé databázi historických dat. Jedním z klíčových vstupů (nejméně prozkoumaným) je analýza vlivů počasí, kterou se bude projekt zabývat na úrovni analýzy přesnosti meteorologických modelů a jejich využitelnosti pro predikční neuronovou síť. Výsledek projektu bude vycházet z výzkumu opakovaných událostí a učení neuronových sítí a hledání možné komplementarity s využívanými makroskopickými nástroji, které se pro predikci dopravy dnes využívají.
Scientific branches
R&D category
AP - Applied research
OECD FORD - main branch
20104 - Transport engineering
OECD FORD - secondary branch
50703 - Transport planning and social aspects of transport (transport engineering to be 2.1)
OECD FORD - another secondary branch
20205 - Automation and control systems
AP - Municipal, regional and transportation planning
JD - Use of computers, robotics and its application
JO - Land transport systems and equipment
Completed project evaluation
Provider evaluation
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Project results evaluation
These are preliminary data, the Final Oponnent Panel hasn´t proceeded yet.
Solution timeline
Realization period - beginning
Feb 1, 2020
Realization period - end
Dec 31, 2023
Project status
U - Finished project
Latest support payment
Feb 28, 2023
Data delivery to CEP
Confidentiality
C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.
Data delivery code
CEP24-TA0-CK-U
Data delivery date
Jun 28, 2024
Finance
Total approved costs
24,643 thou. CZK
Public financial support
18,572 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
6,044 thou. CZK
Basic information
Recognised costs
24 643 CZK thou.
Public support
18 572 CZK thou.
75%
Provider
Technology Agency of the Czech Republic
OECD FORD
Transport engineering
Solution period
01. 02. 2020 - 31. 12. 2023