Deviations prediction in timetables based on AVL dat

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F14%3A10272679" target="_blank" >RIV/00216208:11320/14:10272679 - isvavai.cz</a>

Výsledek na webu

<a href="http://ceur-ws.org/Vol-1214/54.pdf" target="_blank" >http://ceur-ws.org/Vol-1214/54.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Deviations prediction in timetables based on AVL dat

Popis výsledku v původním jazyce

Relevant path planning using public transportation is limited by reliability of the transportation network. In some cases it turns out that we can plan paths with respect to expected delays and hereby improve reliability of the resulting path. In our work we focus on prediction of the delays in public transportation systems. For this purpose we use data from vehicle tracking systems used by transit operators - known as the AVL data. We compare statistic methods to methods of artificial intelligence using data from Prague trams tracking system. We discovered that in some cases the neural networks show better results than the statistic methods. In contrast, sometimes even simple statistical methods give as good results as those provided by the neural networks.

Název v anglickém jazyce

Deviations prediction in timetables based on AVL dat

Popis výsledku anglicky

Relevant path planning using public transportation is limited by reliability of the transportation network. In some cases it turns out that we can plan paths with respect to expected delays and hereby improve reliability of the resulting path. In our work we focus on prediction of the delays in public transportation systems. For this purpose we use data from vehicle tracking systems used by transit operators - known as the AVL data. We compare statistic methods to methods of artificial intelligence using data from Prague trams tracking system. We discovered that in some cases the neural networks show better results than the statistic methods. In contrast, sometimes even simple statistical methods give as good results as those provided by the neural networks.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ITAT 2014 Informační technologie - aplikace a teorie, část I: sborník z 14. konference ITAT 2014

ISBN

978-80-87136-18-8

ISSN

1613-0073

e-ISSN

—

Počet stran výsledku

7

Strana od-do

54-60

Název nakladatele

Ústav informatiky AV ČR, vvi;

Místo vydání

Neuveden

Místo konání akce

Jasná, Slovakia

Datum konání akce

25. 9. 2014

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—