当前位置: 首页 >> 基本常识
计算机学院交通轨迹大数据挖掘研究取得新进展
  
  来源: www.lasnochesdemadrid.com 点击:1463

随着城市化的深入,各种城市问题也随之而来,如汽车能耗增加、出行成本高、空燃气质量恶化等。 另一方面,各种交通大数据显示城市的爆炸性增长,如车辆(出租车、专用车)的全球定位系统跟踪、用户出行订单数据等。 数据科学家普遍认为,如果这些交通大数据得到正确使用,他们可以提供新的解决方案来保护环境和减少差旅费用。 自今年年初以来,计算机学院大数据与智能计算研究小组在专用车辆的全球定位系统跟踪和用户出行订单数据的基础上,取得了新的进展。由陈超副教授领导的三篇长篇论文已被普适计算领域的三个顶级会议所接收,即UbiComp、PerCom和MobiQuitous。 三次会议的录取率均低于20%,特别是PerCom的录取率仅为14.5% 这些成就扩大了重庆大学计算机科学学院在国际普适计算领域的影响力,提高了重庆大学的国际知名度。

“在按需乘车服务:A搜索最佳票价中模拟乘客对动态价格的反应”,该论文被公认为普及计算领域的旗舰会议的育碧公司会议(Ubicomp Conference)接收,并被中国计算机联合会(CCF)列为甲级会议 文章的主要内容是分析用户在使用旅游需求服务(滴滴出行、神州专车等)过程中灵活需求的时间空特征和反应模式。)通过建立用户动态行为模型,最终为用户搜索旅游价格提供指导。

“itcan be cheater :”被MobiQuitous2017接收。 《魔鬼头》在国外被评为甲等。 基于在线汽车预订服务历史订单数据的时间空特征,构建了一个在线汽车预订的动态价格预测器,为用户提供更经济的汽车预订方案推荐服务,如原地短时间等待或往前走一小段距离。

“使用多源城市数据规划个性化燃油效率路线”,由PerCom会议接受 PerCom在国外被评为A*级,在中国被CCF列为B级会议。 这篇文章是PerCom17大陆大学唯一接受的长篇文章。 本文的主要目的是根据特殊汽车驾驶员的日常驾驶习惯建立个性化的油耗模型,并根据实时路况(实时交通、沿途红绿灯等)为他们推荐节油路线。),从而达到节约燃料的目的。

陈超副教授的研究小组主要从事智能城市应用的群体智能感知技术和移动轨迹数据挖掘关键技术的研究。 具体来说,数据挖掘和数据融合的关键技术主要是结合用户与信息物理世界交互产生的政府公共数据和群体智能数据进行研究,为解决智能交通、城市安全、灾难救援等领域的经典难题提供新的途径和可能性。 已发表20多篇高水平SCI论文(包括10篇美国计算机学会/电气电子工程师协会(ACM/IEEE Transactions),谷歌已积累了790多篇学术引文。 特别是2011年和2016年,美国电气与电子工程师协会频谱杂志(IEEE Spectrum magazine)两次报道了出租车轨迹数据挖掘方面的工作,在世界范围内引起了高度的关注。 目前,他负责4个国家科研项目、3个省部级科研项目和2个中央大学基金项目。

友情链接:
偃师门户网 版权所有© www.lasnochesdemadrid.com 技术支持:偃师门户网 | 网站地图