Použití metod modelování časoprostoru v robotice pro predikci poptávky

Abstract

Cı́lem této práce je prozkoumánı́ metod časoprostorového modelovánı́, jež jsou v současné době použı́vány pro predikci poptávky v oblasti přepravy, a přezkoumánı́ způsobů testovánı́ kvality těchto metod. Práce ukazuje, že metody, které jsou v současnosti použı́vány pro predikci poptávky, ve své podstatě obsahujı́ vážné chyby. Proto jsou navrženy dvě nové metody testovánı́ prediktivnı́ch modelů, které tyto chyby nemajı́. Na problém predikce poptávky jsou v práci, kromě běžně použı́vaných metod, aplikovány metody z oblasti chronorobotiky. Dále je navržena nová prediktivnı́ metoda. Experimenty v této práci demonstrujı́ problémy současných vyhodnocovacı́ch metod. Dalšı́ experimenty porovnávajı́ jednotlivé modely. Výsledky ukazujı́, že současně použı́vané metody evaluace nemotivujı́ tvorbu co nejpřesnějšı́ch modelů. Navržená prediktivnı́ metoda ve výsledcı́ch experimentů dopadla vždy mezi dvěma nejlepšı́mi.

The goal of this work is to explore spatiotemporal modeling methods currently used in transportation demand forecasting and to examine the means of quality testing of these models. Furthermore, the thesis unveils fundamental issues in the way demand predicting methods are currently tested. The thesis proposes two new methods of demand prediction quality evaluation. These methods address the issues mentioned above. Chronorobotic modeling methods are applied to the domain, and a new predictive method is proposed. The experiments in this work demonstrate the shortcomings of the currently used evaluation methods. Moreover, the experiments evaluate the quality of various predictive models. The experiments reveal that the currently used evaluation methods do not incentivize the creation of the best possible models. Furthermore, the proposed method ranked as one of the two best methods in the experiments.