PRobabilistic PRedictIon for Smart Mobility under stress scenarios

Informacje na temat projektu

PRISM

Identyfikator umowy o grant: 745673

DOI 10.3030/745673

Projekt został zamknięty

Data podpisania przez KE 24 Marca 2017

Data rozpoczęcia 1 Kwietnia 2017

Data zakończenia 31 Marca 2019

Finansowanie w ramach

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Koszt całkowity € 212 194,80

Wkład UE € 212 194,80

Koordynowany przez

DANMARKS TEKNISKE UNIVERSITET
Denmark

Publikacje

Peer reviewed articles (3)

Multi-output Gaussian processes for crowdsourced traffic data imputation

Autorzy: F Rodrigues, K Henrickson, FC Pereira
Opublikowane w: IEEE Transactions on Intelligent Transportation Systems, 2018, Strona(/y) 1-10, ISSN 1524-9050
Wydawca: Institute of Electrical and Electronics Engineers

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

Autorzy: Filipe Rodrigues, Francisco C. Pereira
Opublikowane w: Transportation Research Part C: Emerging Technologies, Numer 95, 2018, Strona(/y) 636-651, ISSN 0968-090X
Wydawca: 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

Autorzy: Filipe Rodrigues, Ioulia Markou, Francisco C. Pereira
Opublikowane w: Information Fusion, Numer 49, 2019, Strona(/y) 120-129, ISSN 1566-2535
Wydawca: Elsevier BV
DOI: 10.1016/j.inffus.2018.07.007

Conference proceedings (1)

Deep Learning from Crowds

Autorzy: Rodrigues, F., & Pereira, F. C.
Opublikowane w: The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18), 2018, Strona(/y) 1611-1818
Wydawca: AAAI