Kairos

Kairos jest modułem odpowiedzialnym za prognozowanie ruchu na drogach oraz popytu transportowego (tak zwanych przemieszczeń lub więźb podróży). W naszym rozwiązaniu korzystamy z kilku źródeł informacji, w tym uwzględniamy aktualne decyzje podjęte przez systemy zarządzania flot oraz modele podejmowania tych decyzji. Precyzyjne odzwierciedlenie przemieszczeń na analizowanym lub zarządzanym obszarze jest kluczowym punktem tworzenia modelu symulacyjnego i prognoz ruchu. Tak przygotowane prognozy pozwalają na optymalne wykorzystanie flot i zmniejszenie kosztów operacyjnych. W ramach niniejszego modułu posiadamy rozwiązania z zakresu implementacji i porównywania dowolnych modeli Machine-Learning (ML) w celu osiągania wysokiej precyzyjności predykcji. Posiadamy modele bazowe jak i zaawansowane modele prognozowania natężenia na sieci drogowej, w tym model ARIMA używany jako model bazowy oraz modele oparte na sztucznych sieciach neuronowych, w tym modele typu Stacked Auto Encoder (SAE) oraz modele oparte na grafach: Temporal Graph Convolutional Network (TGCN), Adaptive Graph Convolutional Recurrent Network(AGCRN). Wyniki treningu i walidacji każdego modelu monitorowane są z użyciem narzędzi, pozwalających m.in. na śledzenie zbieżności modelu oraz porównywanie wartości metryk.