在過去的20年中，通過英國火車網(wǎng)絡(luò)旅行的乘客數(shù)量幾乎翻了一番，達(dá)到每年17億。有了這樣的數(shù)字，很明顯在英國有多少人依賴鐵路服務(wù)，并且在發(fā)生延誤時會有多少不滿的顧客。伊利諾伊大學(xué)厄本那-香檳分校的一項最新研究使用了真實的英國鐵路數(shù)據(jù)和人工智能模型來提高預(yù)測鐵路網(wǎng)絡(luò)延誤的能力。

UIUC的航空工程學(xué)系教授Huy Tran說：“我們想利用我們在圖神經(jīng)網(wǎng)絡(luò)方面的經(jīng)驗來探討這個問題。” “這些是一類特定的人工智能模型，專注于建模為圖形的數(shù)據(jù)，其中一組節(jié)點(diǎn)通過邊連接。”

“這是與浙江大學(xué)-伊利諾伊大學(xué)厄本那-香檳分校的鐵路網(wǎng)絡(luò)專家西蒙·胡(Simon Hu)的合作。” “我們共同開發(fā)了一種表示鐵路網(wǎng)絡(luò)的新方法，并將其應(yīng)用于實際數(shù)據(jù)以預(yù)測延誤。”

他們應(yīng)用了時空圖卷積網(wǎng)絡(luò)模型來預(yù)測英國鐵路網(wǎng)中以迪特科特·帕克韋和朗·帕丁頓為門戶的部分站點(diǎn)的延誤。

Tran說：“與其他統(tǒng)計模型相比，該模型在預(yù)測未來60分鐘之內(nèi)的延遲方面要優(yōu)于其他統(tǒng)計模型。”

他補(bǔ)充說，其他人已經(jīng)為社交網(wǎng)絡(luò)開發(fā)了類似的模型，但是他想將其應(yīng)用于工程問題。

將此類公式與此類AI模型一起使用可以很好地與現(xiàn)實網(wǎng)絡(luò)一起預(yù)測行為。”

Tran說，他們正在解決一些限制。

“很多時候，使用AI模型時，我們并不真正理解該模型為何說明其作用。我們只是試圖預(yù)測延遲會是什么，但是我們對延遲的原因或原因一無所知。 ”，Tran說。“因此，我們感興趣的事情之一就是使這些模型具有更多的可解釋性，因此我們可以更好地理解為什么它提出了這樣的建議或預(yù)測。

“我們也想在某個時候閉環(huán)，說，鑒于這些信息，這就是您可能想對這種延遲做出反應(yīng)的方式。”

Jacob SW Heglund，Panukorn Taleongpong，Simon Hu和Huy T.Tran撰寫的研究“使用時空圖卷積網(wǎng)絡(luò)進(jìn)行鐵路時延預(yù)測”已在IEEE 2020國際智能交通系統(tǒng)會議上發(fā)表。