Autotuned Probabilistic Time Dependent Routing
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F18%3A10239850" target="_blank" >RIV/61989100:27740/18:10239850 - isvavai.cz</a>
Result on the web
<a href="https://github.com/It4innovations/PTDR" target="_blank" >https://github.com/It4innovations/PTDR</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Autotuned Probabilistic Time Dependent Routing
Original language description
The Probabilistic Time-Dependent Routing algorithm is used to estimate travel time distribution along a given path. The estimation is done using probabilistic speed profiles which describe stochastic properties of static routing network. Main benefit of this result comes from innovative application of the Monte Carlo method and its optimisation for the HPC infrastructure which allows the algorithm to be used in on-line routing system. Its efficient operation is supported by the mARGOt autotuning framework which is used to estimate the amount of samples for the simulation.
Czech name
—
Czech description
—
Classification
Type
R - Software
CEP classification
—
OECD FORD branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Result continuities
Project
<a href="/en/project/LQ1602" target="_blank" >LQ1602: IT4Innovations excellence in science</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2018
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Internal product ID
028/20-12-2018_SW
Technical parameters
Inovativní aplikace metody Monte Carlo a optimalizace kódu pro efektivní běh na HPC infrastruktuře, tak aby bylo možno algoritmus používat efektivně při on-line zpracování požadavků na hledání optimální trasy v grafu silniční sítě. Efektivní provoz algoritmu je rovněž podpořen integrací autotuning frameworku mARGOt, který umožňuje dynamické snížení počtu vzorků za běhu, čímž dále přispívá ke snížení délky běhu algoritmu při zachování požadované úrovně přesnosti odhadu.
Economical parameters
nemeratelne
Owner IČO
61989100
Owner name
VŠB-TUO