深度网络与树模型的互补融合用于 ETA 预测
机器学习
2024-07-02 v1
摘要
到达预计时间（ETA）是交通系统中非常重要的因素，已引起越来越多的关注，并广泛用于导航系统和智能交通系统中。本文提出了解决 ETA 估计问题的一种新方法，这是一种基于树模型和神经网络的集成方法。我们在 A/B 测试中证明了该解决方案的准确性和鲁棒性，并最终在 SIGSPATIAL 2021 GISCUP 竞赛中获得第一名。
引用
@article{arxiv.2407.01262,
title = {Complementary Fusion of Deep Network and Tree Model for ETA Prediction},
author = {YuRui Huang and Jie Zhang and HengDa Bao and Yang Yang and Jian Yang},
journal= {arXiv preprint arXiv:2407.01262},
year = {2024}
}