使用人工智能預測英國鐵路延誤

在過去的20年中，通過英國火車網絡旅行的乘客數量幾乎翻了一番，達到每年17億。有了這樣的數字，很明顯在英國有多少人依賴鐵路服務，并且在發生延誤時會有多少不滿的顧客。伊利諾伊大學厄本那-香檳分校的一項最新研究使用了真實的英國鐵路數據和人工智能模型來提高預測鐵路網絡延誤的能力。

UIUC的航空工程學系教授Huy Tran說：“我們想利用我們在圖神經網絡方面的經驗來探討這個問題。” “這些是一類特定的人工智能模型，專注于建模為圖形的數據，其中一組節點通過邊連接。”

“這是與浙江大學-伊利諾伊大學厄本那-香檳分校的鐵路網絡專家西蒙·胡(Simon Hu)的合作。” “我們共同開發了一種表示鐵路網絡的新方法，并將其應用于實際數據以預測延誤。”

他們應用了時空圖卷積網絡模型來預測英國鐵路網中以迪特科特·帕克韋和朗·帕丁頓為門戶的部分站點的延誤。

Tran說：“與其他統計模型相比，該模型在預測未來60分鐘之內的延遲方面要優于其他統計模型。”

他補充說，其他人已經為社交網絡開發了類似的模型，但是他想將其應用于工程問題。

將此類公式與此類AI模型一起使用可以很好地與現實網絡一起預測行為。”

Tran說，他們正在解決一些限制。

“很多時候，使用AI模型時，我們并不真正理解該模型為何說明其作用。我們只是試圖預測延遲會是什么，但是我們對延遲的原因或原因一無所知。 ”，Tran說。“因此，我們感興趣的事情之一就是使這些模型具有更多的可解釋性，因此我們可以更好地理解為什么它提出了這樣的建議或預測。

“我們也想在某個時候閉環，說，鑒于這些信息，這就是您可能想對這種延遲做出反應的方式。”

Jacob SW Heglund，Panukorn Taleongpong，Simon Hu和Huy T.Tran撰寫的研究“使用時空圖卷積網絡進行鐵路時延預測”已在IEEE 2020國際智能交通系統會議上發表。