PRobabilistic PRedictIon for Smart Mobility under stress scenarios

Informations projet

PRISM

N° de convention de subvention: 745673

DOI 10.3030/745673

Projet clôturé

Date de signature de la CE 24 Mars 2017

Date de début 1 Avril 2017

Date de fin 31 Mars 2019

Financé au titre de

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Coût total € 212 194,80

Contribution de l’UE € 212 194,80

Coordonné par

DANMARKS TEKNISKE UNIVERSITET
Denmark

Publications

Peer reviewed articles (3)

Multi-output Gaussian processes for crowdsourced traffic data imputation

Auteurs: F Rodrigues, K Henrickson, FC Pereira
Publié dans: IEEE Transactions on Intelligent Transportation Systems, 2018, Page(s) 1-10, ISSN 1524-9050
Éditeur: Institute of Electrical and Electronics Engineers

Heteroscedastic Gaussian processes for uncertainty modeling in large-scale crowdsourced traffic data

Auteurs: Filipe Rodrigues, Francisco C. Pereira
Publié dans: Transportation Research Part C: Emerging Technologies, Numéro 95, 2018, Page(s) 636-651, ISSN 0968-090X
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.trc.2018.08.007

Combining time-series and textual data for taxi demand prediction in event areas: A deep learning approach

Auteurs: Filipe Rodrigues, Ioulia Markou, Francisco C. Pereira
Publié dans: Information Fusion, Numéro 49, 2019, Page(s) 120-129, ISSN 1566-2535
Éditeur: Elsevier BV
DOI: 10.1016/j.inffus.2018.07.007

Conference proceedings (1)

Deep Learning from Crowds

Auteurs: Rodrigues, F., & Pereira, F. C.
Publié dans: The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18), 2018, Page(s) 1611-1818
Éditeur: AAAI