Bayesiansk maskininlärning för spatiotemporala processer inom transport

Den snabba utvecklingen av strömmande sensorer har gjort det alltmer vanligt med spatiotemporala data. I det här projektet utvecklar vi sannolikhetsmodeller för spatiotemporala data med tillämpningar inom transportproblem.
Aerial View of Beijing Traffic Jam Foto iStock/Wenjie DongHuvudsakligt fokus ligger på utveckling av beräkningseffektiva bayesianska metoder för lärande, prediktion och beslutsfattande för spatiotemporala data med nätverksstruktur.

Delprojekt 1. En bayesiansk dynamisk stokastisk blockmodell för storskaliga multinätverk med tillämpningar inom flygtrafik

Delprojekt 2. Trafikflödesmodellering och prediction med gaussiska processer med vägnätstopologi.

Forskare

Publikationer

Forskning