محققان در تازهترین دستاورد خود، مدل جدیدی به نام «FreMo» را برای پیشبینی دقیقتر وضعیت حملونقل شهری معرفی کردهاند. 🚗🚌
مدلهای فعلی معمولاً در تحلیل الگوهای زمانی ضعیف عمل میکنند، اما FreMo با استفاده از «دامنه فرکانس» (Frequency-Domain) به جای تکیه صرف بر زمان، میتواند ارتباطات پیچیده بین انواع وسایل نقلیه (مثل ترافیک خودروها و حملونقل عمومی) را بسیار دقیقتر شناسایی کند. این مدل با فیلتر کردن نویزها و تمرکز بر دادههای کلیدی، عملکردی خیرهکننده در پیشبینی جریان ترافیک ثبت کرده است.
این پیشرفت میتواند گام مهمی در کاهش ترافیکهای شهری و بهینهسازی سیستمهای هوشمند حملونقل باشد. 🚦
منبع: arXiv Machine Learning
