Учёные создали систему, которая прогнозирует дорожный трафик, основываясь на данных о потреблении электроэнергии.
Достижение описано в научной статье, опубликованной в журнале Transportation Research Part C: Emerging Technologies Пиньчао Чжаном (Pinchao Zhang) и Чжэнем Цянем (Zhen Qian) из Университета Карнеги–Меллона в США.
Построенная авторами нейронная сеть анализировала данные о том, сколько электроэнергии в какое время суток потребляют 322 домашних хозяйства в городе Остин, США.
Исследователи исходили из простой мысли: пользование двумя сетями, дорожной и электрической, взаимосвязано. Так, если человек ложится спать в четыре часа утра, вряд ли он собирается на работу к семи.
Искусственный интеллект выделил десять типов потребления электричества. Каждый день он в реальном времени подсчитывал, сколько в каждом доме оказалось "сов" и "жаворонков". Исходя из этой информации, нейронная сеть предсказывала ситуацию на дорогах. И это получалось у неё лучше, чем у систем, использующих информацию о сегодняшнем трафике для прогнозирования ситуации на дорогах завтра.
"Ещё одна особенность этого исследования заключается в том, что оно не требует от домохозяйств приватной информации, – объясняет Цянь. – Всё, что нам нужно знать, – это когда и сколько электроэнергии использует человек".
В ближайших планах исследователей улучшить свою разработку, включив в анализ данные о таких важных факторах, как погодные условия и дорожно-транспортные происшествия. Также необходимо провести исследование на более крупной выборке добровольцев и за более длительный срок, чтобы лучше понять прогностические возможности модели, подчеркивают американские учёные.
Достижение описано в научной статье, опубликованной в журнале Transportation Research Part C: Emerging Technologies Пиньчао Чжаном (Pinchao Zhang) и Чжэнем Цянем (Zhen Qian) из Университета Карнеги–Меллона в США.
Построенная авторами нейронная сеть анализировала данные о том, сколько электроэнергии в какое время суток потребляют 322 домашних хозяйства в городе Остин, США.
Исследователи исходили из простой мысли: пользование двумя сетями, дорожной и электрической, взаимосвязано. Так, если человек ложится спать в четыре часа утра, вряд ли он собирается на работу к семи.
Искусственный интеллект выделил десять типов потребления электричества. Каждый день он в реальном времени подсчитывал, сколько в каждом доме оказалось "сов" и "жаворонков". Исходя из этой информации, нейронная сеть предсказывала ситуацию на дорогах. И это получалось у неё лучше, чем у систем, использующих информацию о сегодняшнем трафике для прогнозирования ситуации на дорогах завтра.
"Ещё одна особенность этого исследования заключается в том, что оно не требует от домохозяйств приватной информации, – объясняет Цянь. – Всё, что нам нужно знать, – это когда и сколько электроэнергии использует человек".
В ближайших планах исследователей улучшить свою разработку, включив в анализ данные о таких важных факторах, как погодные условия и дорожно-транспортные происшествия. Также необходимо провести исследование на более крупной выборке добровольцев и за более длительный срок, чтобы лучше понять прогностические возможности модели, подчеркивают американские учёные.