基于图到序列模型的停车场可用性预测：以SmartSantander为例
机器学习
2022-06-22 v1
摘要
如今，为改善服务并提升城市宜居性，全球范围内正在开展多项智慧城市倡议。SmartSantander是西班牙桑坦德的一个智慧城市项目，其依托无线传感器网络技术，在城市内部署了异构传感器以测量包括户外停车信息在内的多种参数。本文利用SmartSantander中300余个户外停车传感器的历史数据，研究停车场可用性的预测问题。我们设计了一种图到序列（graph-to-sequence）模型，以捕捉停车场的周期性波动与地理邻近性。为开发与评估该模型，我们使用了桑坦德市为期3年的停车场可用性数据集。与现有的序列到序列（sequence-to-sequence）模型相比，我们的模型取得了更高的精度，足以支撑该市停车信息服务的提供。我们将该模型应用于一款智能手机应用，以供市民与游客广泛使用。
引用
@article{arxiv.2206.10160,
title = {Predicting Parking Lot Availability by Graph-to-Sequence Model: A Case Study with SmartSantander},
author = {Yuya Sasaki and Junya Takayama and Juan Ramón Santana and Shohei Yamasaki and Tomoya Okuno and Makoto Onizuka},
journal= {arXiv preprint arXiv:2206.10160},
year = {2022}
}