Plataforma de predicción de ocupaciones en servicios de transporte público basada en métodos Deep Learning
Predice la ocupación del servicio, ayudando al operador a mejorar el dimensionado y refuerzo del servicio, a nivel operativo y estratégico
Informa a los usuarios de la ocupación estimada del autobús cuando llegue a su parada
Contribuye a laminar la demanda y fomenta un uso escalonado de los servicios de transporte
No requiere de equipos embarcados, minimizando la inversión a realizar
Características
Predicciones Deep Learning basadas en redes neuronales
Modelos avanzados de inferencia de bajas
Incorporación de múltiples variables: calendario, operativa del servicio, secuencias climatológicas, eventos culturales…
Integración de las predicciones en diversos canales: apps móviles, portales web, paneles en paradas, Google Maps, Moovit…
No requiere de equipos embarcados
Esta herramienta la hemos desarrollado en colaboración con inLab FIB, un laboratorio de innovación e investigación de la Facultad de Informática de la UPC de Barcelona. Puedes leer el artículo que nos dedicó el diario El País aquí.
Usamos cookies para que tenga una mejor experiencia en nuestro sitio web. Si continúa navegando por este sitio aceptará las cookies.AceptarRechazarPolítica de Cookies