HyperAIHyperAI
vor 13 Tagen

GCT-TTE: Graph Convolutional Transformer zur Schätzung von Reisezeiten

Vladimir Mashurov, Vaagn Chopurian, Vadim Porvatov, Arseny Ivanov, Natalia Semenova
GCT-TTE: Graph Convolutional Transformer zur Schätzung von Reisezeiten
Abstract

Diese Arbeit stellt ein neues, auf Transformers basierendes Modell für das Problem der Reisezeitabschätzung vor. Der zentrale Aspekt der vorgeschlagenen GCT-TTE-Architektur liegt in der Nutzung verschiedener Datentypen, die unterschiedliche Eigenschaften einer Eingabepfadstruktur erfassen. In Verbindung mit einer umfassenden Untersuchung der Modellkonfiguration wurden ausreichend viele reale Baseline-Modelle sowohl für pfadbezogene als auch pfadunabhängige Ansätze implementiert und evaluiert. Die durchgeführten Rechenexperimente bestätigten die Durchführbarkeit unseres Pipelines, die sowohl auf den beiden betrachteten Datensätzen als auch gegenüber aktuellen State-of-the-Art-Modellen überlegen war. Zudem wurde GCT-TTE als Webdienst bereitgestellt, der für weitere Experimente mit benutzerdefinierten Routen zugänglich ist.

GCT-TTE: Graph Convolutional Transformer zur Schätzung von Reisezeiten | Neueste Forschungsarbeiten | HyperAI