مدلهای هوش مصنوعی معمولاً در مواجهه با تغییرات محیطی دچار خطا میشوند، اما پژوهشگران چارچوب جدیدی به نام «OpFlow» معرفی کردهاند که تحولی در پیشبینی جریان مبدأ-مقصد (OD Flow) ایجاد میکند.
💡 نکته کلیدی این مدل، جداسازیِ میزان تقاضا از «نحوه انتخاب مقصد» است. OpFlow با یادگیری قوانین پایه انتخاب، برخلاف مدلهای قدیمی، در شرایط تغییر محیطی بسیار منعطف و دقیق عمل میکند.
این پیشرفت علمی، گامی بزرگ برای تحلیلهای شهری هوشمندتر و پیشبینیهای دقیقتر در سیستمهای حملونقل عمومی است. آینده شهرهای هوشمند با چنین راهکارهای مقاومی ساخته میشود! 🤖✨
منبع: arXiv Machine Learning