韓國開發交通狀況實時預測系統 可即時預報擁堵情況

本報訊? 日前，韓國蔚山國家科學技術研究院（unist）的一個研究團隊展示了一種全新的人工智能交通預測分析系統，該系統可以對5-15分鐘的交通狀況進行預測。

據悉，全新的人工智能分析系統能夠通過從車輛監測器所獲得的數據，對交通擁堵情況進行監控及預測。

韓國蔚山國家科學技術研究院（unist）教授Sungahn Ko領導了這項突破性技術的研發，并與美國普渡大學、亞利桑那州立大學的研究團隊共同完成了研發工作。

在開發過程中，這三所高校的團隊提取了任務需求，并結合了用于堵塞預測的長短期記憶（lstm）模型，從而設計了一種用于探測擁堵原因和擁堵延伸方向的加權方法。

這個新系統主要由兩個模塊所組成：一個模塊負責對交通情況進行分析和預測;另一個模塊負責對分析和預測結果進行可視化處理。

與以前依靠概率和統計方法對歷史交通記錄進行分析并完成預測的方式不同，新的系統添加了可以對實時交通情況進行分析預測的深度學習算法，從而提供了更高的預測準確性。