Optymalizator transportu publicznego

Klient: TSS

Opis:  Aplikacja optymalizująca efektywność transportu publicznego w kontekście czasu oraz kosztów. Rozwiązanie umożliwia przewidywanie przyszłego obłożenia transportu w danych okresach na podstawie wytrenowanego modelu sztucznej inteligencji bazującego na algorytmach głębokiego uczenia. Model został wytrenowany na podstawie historii danych transakcyjnych uzyskanych z płatności kartami płatniczymi rozliczanymi w modelu Mass Transit Transaction. Opiera się na połączeniu danych o przejazdach, opłatach i miejscach zakupu biletów. Aplikacja jest w stanie proaktywnie adaptować rozkłady jazdy i rozmieszczenia pojazdów bazując na predykcjach obłożenia pasażerów. Projekt wykonany we współpracy z firmą TSS.

Potrzeby: analiza wykonalności modelu sztucznej inteligencji na podstawie danych historycznych, przygotowanie prototypu modelu sztucznej inteligencji, zaprojektowanie architektury systemu, zaprojektowanie interfejsów użytkownika końcowego, dobór odpowiednich technologii, wdrożenie rozwiązania.