利用零样本马尔可夫模型估算大型铁路网络中的列车延误
应用统计
2018-06-11 v1 机器学习
机器学习
摘要
印度运营着规模居世界第四的铁路交通网络，每年运送旅客超过80亿人次。然而，乘客的出行体验常因列车延误（即列车晚点到达车站）而频受不便。我们首次使用n阶马尔可夫框架研究列车到达的系统性的延误，并尝试了两种基于回归的模型。利用收集了两年的列车运行状态数据，我们报告了一种用于估算车站延误且结果近乎准确的高效算法。该工作可帮助铁路部门管理其资源，同时也有助于受其服务的乘客和企业高效地规划活动。
引用
@article{arxiv.1806.02825,
title = {Estimating Train Delays in a Large Rail Network Using a Zero Shot Markov Model},
author = {Ramashish Gaurav and Biplav Srivastava},
journal= {arXiv preprint arXiv:1806.02825},
year = {2018}
}
备注
9 pages