- Сравнение
- Учебники
- Этот суперкомпьютер хочет быть уверен, что вы никогда больше не попадете в пробку
Исследователи из Аргоннской национальной лаборатории (ANL) в США поручили своим суперкомпьютерам анализировать данные о дорожном движении и прогнозировать любые будущие пробки. После почти года сбора данных с более чем 11.000 XNUMX датчиков по всей сети автомагистралей Калифорнии исследователи работали с математиками из ANL над передачей данных на суперкомпьютеры. С помощью машинного обучения (МО) все данные помогли исследователям обучить модель на суперкомпьютере, которая теперь может довольно точно прогнозировать трафик.
Черная дорога, крыша
Исследователи недавно опубликовали результаты прогнозирования трафика вместе со своей методологией в журнале Transportation Research Record. Сообщается, что модель может анализировать данные за последний час и прогнозировать трафик на следующий час с большой точностью, вплоть до миллисекунд. Это не первый случай, когда модели машинного обучения используются для прогнозирования трафика. Однако предыдущие модели могли обрабатывать данные только от 200–300 датчиков. Используя метод, основанный на разбиении графов, который исследователи подробно описали в журнале, команда заставила суперкомпьютер обрабатывать данные с более чем 11.000 6 датчиков. В статье в журнале исследователи сообщают, что их модель может не только предсказывать структуру трафика, но также прогнозировать скорость и производительность трафика. Сообщается, что новая система способна точно прогнозировать скорость движения с точностью до XNUMX миль в час от наблюдаемой скорости в любой точке сети. Исследование проводилось в рамках более широкого проекта по разработке и планированию более эффективных систем мобильности, которые потенциально могли бы перенаправить трафик в случае ожидаемых заторов, но неизвестно, будет ли реализована новая модель. активная служба. Источник: Аргоннская национальная лаборатория