On Predicting the Taxi-Passenger Demand: A Real-Time Approach

• Tipo: Artigo em Livro de Atas de Conferência Internacional
• Data: 2013

Autores

Luís Moreira-Matias (Autor) FEUP; Gama, João (Autor) FEP; Ferreira, Michel (Autor) FCUP; Mendes-Moreira, João (Autor) FEUP; Damas, Luís (Autor) Outra

Ata de Conferência Internacional

Título: PROGRESS IN ARTIFICIAL INTELLIGENCE, EPIA 2013

Páginas: 54-65

16th Portuguese Conference on Artificial Intelligence (EPIA)

Angra do Heroismo, PORTUGAL, SEP 09-12, 2013

Indexação

ISI Web of Knowledge - 33 Citações

Scopus - 43 Citações

Classificação Científica

FOS: Ciências exactas e naturais > Ciências da computação e da informação

CORDIS: Ciências Físicas > Ciência de computadores > Cibernética > Inteligência artificial

Outras Informações

ID Authenticus: P-008-EFG

DOI: 10.1007/978-3-642-40669-0_6

Abstract (EN): Informed driving is becoming a key feature to increase the sustainability of taxi companies. Some recent works are exploring the data broadcasted by each vehicle to provide live information for decision making. In this paper, we propose a method to employ a learning model based on historical GPS data in a real-time environment. Our goal is to predict the spatiotemporal distribution of the Taxi-Passenger demand in a short time horizon. We did so by using learning concepts originally proposed to a well-known online algorithm: the perceptron [1]. The results were promising: we accomplished a satisfactory performance to output the next prediction using a short amount of resources.

Idioma: Inglês

Tipo (Avaliação Docente): Científica

Nº de páginas: 12