Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/288551
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorРудикова-Фронхёфер, Л. В.-
dc.contributor.authorИгнатенко, Н. И.-
dc.date.accessioned2022-11-09T09:27:14Z-
dc.date.available2022-11-09T09:27:14Z-
dc.date.issued2022-
dc.identifier.citationИнформационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 265-270.-
dc.identifier.isbn978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4-
dc.identifier.urihttps://elib.bsu.by/handle/123456789/288551-
dc.description.abstractВ статье приведены подходы к экстраполяции транспортного трафика в условиях городской среды с использованием машинного обучения, в частности, метода ближайших соседей, градиентного бустинга, графовых и классических нейронных сетей. Модели разрабатывались для пассажирских посадок такси и пассажиропотока метрополитена-
dc.language.isoru-
dc.publisherМинск : БГУ-
dc.rightsinfo:eu-repo/semantics/openAccess-
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика-
dc.titleОценка пассажиропотока и транспортного трафика в городских условиях-
dc.title.alternativeEstimating of passenger and transport traffic in urban conditions / L.V. Rudikova-Fronhoefer, N.I. Ihnatsenka-
dc.typeconference paper-
dc.description.alternativeThe article presents approaches to extrapolation of transport traffic in a megalopolis using machine learning, in particular the nearest neighbor method, gradient boosting, graph and classical neural networks. The models were developed for passenger taxi landings and metro passenger traffic-
Располагается в коллекциях:2022. Информационные системы и технологии

Полный текст документа:
Файл Описание РазмерФормат 
265-270.pdf278,39 kBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.