PRobabilistic PRedictIon for Smart Mobility under stress scenarios

Informazioni relative al progetto

PRISM

ID dell’accordo di sovvenzione: 745673

DOI 10.3030/745673

Progetto chiuso

Data della firma CE 24 Marzo 2017

Data di avvio 1 Aprile 2017

Data di completamento 31 Marzo 2019

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale € 212 194,80

Contributo UE € 212 194,80

Coordinato da

DANMARKS TEKNISKE UNIVERSITET
Denmark

Pubblicazioni

Peer reviewed articles (3)

Multi-output Gaussian processes for crowdsourced traffic data imputation

Autori: F Rodrigues, K Henrickson, FC Pereira
Pubblicato in: IEEE Transactions on Intelligent Transportation Systems, 2018, Pagina/e 1-10, ISSN 1524-9050
Editore: Institute of Electrical and Electronics Engineers

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

Autori: Filipe Rodrigues, Francisco C. Pereira
Pubblicato in: Transportation Research Part C: Emerging Technologies, Numero 95, 2018, Pagina/e 636-651, ISSN 0968-090X
Editore: 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

Autori: Filipe Rodrigues, Ioulia Markou, Francisco C. Pereira
Pubblicato in: Information Fusion, Numero 49, 2019, Pagina/e 120-129, ISSN 1566-2535
Editore: Elsevier BV
DOI: 10.1016/j.inffus.2018.07.007

Conference proceedings (1)

Deep Learning from Crowds

Autori: Rodrigues, F., & Pereira, F. C.
Pubblicato in: The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18), 2018, Pagina/e 1611-1818
Editore: AAAI