Loading...

Travel

Il Machine Learning per il trasporto ferroviario

Un modello di ML che prevede l’orario di arrivo dei treni riducendo il Mean Absolute Error (MAE) di circa il 30% rispetto ai modelli tradizionali.

hero trasporto treni
  • Big Data 
  • Machine Learning 
  • Predictive Analytics 

Ritardi, rallentamenti, cancellazioni. Cruccio di pendolari e passeggeri più o meno abituali dei treni. E sfida quotidiana per chi si gestisce sistemi di trasporto.

Il Mahsfrog Data Lab ha sviluppato un modello di Machine Learning (ML) per la predittività degli orari dei treni al servizio di imprese operative nell'ambito merci e passeggeri sull’infrastruttura ferroviaria italiana.

La soluzione implementata addestra modelli di ML sui dati storici dei viaggi per renderli capaci di predire, l'orario di arrivo a destinazione in funzione del numero del treno, delle stazioni di partenza e di destinazione, dell’orario di inizio del viaggio.

Nella fase di sperimentazione, basata sulla logica del continuous improvement, il nostro Lab ha elaborato un modello per la previsione dell'orario di arrivo che abbatte il Mean Absolute Error (MAE) di circa il 30% rispetto ai modelli tradizionali.

logo python

Siamo a tua disposizione.

Se vuoi ricevere maggiori informazioni sui nostri servizi o prodotti o se ti interessa entrare direttamente in contatto con i nostri team e competence center, compila il form e ti risponderemo al più presto.

Se invece vuoi lavorare con noi, visita la pagina delle posizioni aperte.

Autorizzo il trattamento dei miei dati come descritto nell'informativa sulla privacy per le finalità di ricontatto.

Ti potrebbe interessare anche