HyperAIHyperAI

Command Palette

Search for a command to run...

Logistique, graphes et Transformers : Vers une amélioration de l'estimation du temps de trajet

Natalia Semenova Vadim Porvatov Vladislav Tishin Artyom Sosedka Vladislav Zamkovoy

Résumé

Le problème de l'estimation du temps de trajet est largement considéré comme le défi fondamental de la logistique moderne. La nature complexe des interconnexions entre les aspects spatiaux des routes et la dynamique temporelle des transports terrestres continue de constituer un domaine propice à l'expérimentation. Toutefois, le volume total des données actuellement accumulées encourage la mise en œuvre de modèles d'apprentissage capables de surpasser de manière significative les solutions antérieures. Afin de relever les défis liés à l'estimation du temps de trajet, nous proposons une nouvelle méthode fondée sur l'architecture des transformateurs – TransTTE.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
Logistique, graphes et Transformers : Vers une amélioration de l'estimation du temps de trajet | Articles | HyperAI