Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Econometric Machine Learning for better Heterogeneity Representation

Obiettivo

Modeling behavioral patterns of commuters and their decision-making process is crucial to develop sustainable and effective transport policies, predict and forecast the travel mode choices of a certain population with respect to changes in some attributes or components of the transportation system, and determine the different sources of heterogeneity in tastes and preferences. Econ-ML is about developing hybrid frameworks that combine several machine learning techniques with econometric discrete choice models to better account for different aspects of unobserved heterogeneity within a population such as systematic and random taste variations in addition to market segmentation. The proposed models would abide by McFaddens vision of an appropriate econometric choice model in order to maintain the behavioral interpretability while improving the prediction and forecasting capabilities. Moreover, this project will focus on estimating the proposed models using Bayesian Variational Inference (VI) techniques and on providing solutions to overcome the corresponding limitations of such methods. In addition, a comparison of traditional estimation techniques such as Maximum Simulated Likelihood Estimation (MSLE) and Expectation-Maximization (EM) with Bayesian Variational Inference techniques will be conducted, with the aim of providing recommendations on when each estimation method should be used. The ultimate goal is to apply the proposed framework to real-world case studies (e.g. shared mobility, biking behavior in Copenhagen, adoption of electric vehicles, etc.) and provide the authorities and operators with forecasts and recommendations for new policies that might mitigate the negative impacts of the transportation system.

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-MSCA-2021-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

DANMARKS TEKNISKE UNIVERSITET
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 214 934,40
Indirizzo
ANKER ENGELUNDS VEJ 101
2800 KONGENS LYNGBY
Danimarca

Mostra sulla mappa

Regione
Danmark Hovedstaden Københavns omegn
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Partner (1)

Il mio fascicolo 0 0