应用于出租车目的地预测的人工神经网络
机器学习
2016-02-09 v2 神经与进化计算
摘要
我们描述了在 ECML/PKDD 出租车目的地预测发现挑战赛中获得第一名的解决方案。该任务旨在基于出租车轨迹的起始部分（表示为变长度的 GPS 点序列）以及多种相关元信息（如出发时间、司机 id 和客户信息）来预测出租车目的地。与大多数已发表的竞赛方案不同，我们采用了几乎完全自动化的基于神经网络的方法，并在 381 支队伍中排名第一。我们尝试的架构使用了多层感知机、双向循环神经网络以及受近期提出的记忆网络启发的模型。我们的方法可以轻易调整至其他目标是从变长序列预测定长输出的应用。
引用
@article{arxiv.1508.00021,
title = {Artificial Neural Networks Applied to Taxi Destination Prediction},
author = {Alexandre de Brébisson and Étienne Simon and Alex Auvolat and Pascal Vincent and Yoshua Bengio},
journal= {arXiv preprint arXiv:1508.00021},
year = {2016}
}
备注
ECML/PKDD discovery challenge