Институт перспективных исследований в области искусственного интеллекта (IARAI), независимый глобальный исследовательский институт машинного обучения, основанный HERE Technologies, объявил свой третий ежегодный конкурс Traffic4Cast.
Институт перспективных исследований в области искусственного интеллекта (IARAI), независимый глобальный исследовательский институт машинного обучения, основанный HERE Technologies, объявил свой третий ежегодный конкурс Traffic4Cast. В этом году набор данных о соревнованиях охватывает 10 различных городов (от Нью-Йорка до Берлина и Бангкока) за промежуток времени в 2 года, а динамические данные получены из траекторий GPS большого парка транспортных средств, предоставленных ЗДЕСЬ. Перед участниками стоит задача создать алгоритмы, которые предсказывают будущие транспортные потоки для 10 городов.
В этом году Traffic4cast развивается из предыдущих успешных соревнований и направлен на прогнозирование трафика в условиях сдвига как во временной, так и в пространственной области. Это лежит в основе понимания неявных, лежащих в основе правил или шаблонов дорожного движения и создания надежных и переносимых прогнозов. Эта надежность прогнозов будет исследована и подвергнута сомнению посредством:
- основная задача с резким сдвигом во время домена , индуцированного COVID-19 пандемия , направленные на моделях , которые будут в состоянии бороться с изменением характера движения;
- расширенный вызов с пространственно-временной области сдвига в городах с только очень мало данных (только данные испытаний и поддерживающих свойств дорожной сети предусмотрены).
Следовательно, эти две проблемы потребуют решения от обучения с несколькими кадрами, трансфер-обучения или, в более общем смысле, метаобучения, а также прогнозирования видеокадров или моделирования на основе графов.
Данные включают динамическую и статическую информацию. С новыми статическими данными предоставляются новые кодировки дорожного графа, чтобы лучше поддерживать подходы на основе графов и мост между различными сообществами машинного обучения. Также предоставляется обширный репозиторий GitHub с базовыми показателями, метриками и исследованием данных, а также другими помощниками по коду для быстрого старта в соревновании.
На Traffic4cast 2020 было подано почти 600 заявок от соревнующихся команд со всего мира, среди которых победители из Южной Кореи, США, Китая и Швеции. Прием заявок на участие в конкурсе этого года истекает 14 октября 2021 года. Победителям будут вручены награды на конференции NeurIPS 2021, а их решения будут опубликованы в специальном выпуске NeurIPS журнала Proceedings of Machine Learning Research.
Победители основного испытания (сдвиг временной области) получат следующие призы:
- 1 место - ваучер или денежный приз на сумму 8000 евро участнику / команде плюс одна бесплатная регистрация на конференцию NeurIPS 2021;
- 2-е место - ваучер или денежный приз на сумму 4000 евро участнику / команде плюс одна бесплатная регистрация на конференцию NeurIPS 2021;
- 3-е место - ваучер или денежный приз на сумму 2000 евро участнику / команде плюс одна бесплатная регистрация на конференцию NeurIPS 2021.
Победители расширенного соревнования (сдвиг пространственно-временной области) получат следующие призы:
- 1 место - ваучер или денежный приз на сумму 8000 евро участнику / команде плюс одна бесплатная регистрация на конференцию NeurIPS 2021;
- 2-е место - ваучер или денежный приз на сумму 4000 евро участнику / команде плюс одна бесплатная регистрация на конференцию NeurIPS 2021;
- 3-е место - ваучер или денежный приз на сумму 2000 евро участнику / команде плюс одна бесплатная регистрация на конференцию NeurIPS 2021.
Для получения призов участники должны предоставить рабочий код, изученные параметры и короткую научную статью с описанием своего подхода.
Зарегистрируйтесь сейчас, чтобы принять участие в Traffic4Cast 2021
«Основываясь на успехе NeurIPS 2019 и NeurIPS 2020, Traffic4cast работает уже третий год и стремится дать нам более глубокое понимание сложных систем трафика. В этом году мы предлагаем ведущим специалистам по машинному обучению создать надежные модели трафика, которые могут адаптироваться к сдвигам предметной области в пространстве и времени », - сказал Зепп Хохрайтер, со-директор-основатель IARAI и пионер искусственного интеллекта, который изобрел долгосрочные и краткосрочные решения. архитектура нейронной сети с памятью (LSTM). «Наши фильмы о дорожном движении были созданы на основе более чем 10 ^ 12 точек данных и охватывают 10 различных городов по всему миру, что дает гораздо больше данных по сравнению с прошлым годом. Основная проблема заключается в том, что модели должны адаптироваться к резкому сдвигу во временной области из-за пандемии COVID-19 ».
«Мы еще раз надеемся продемонстрировать, что методы искусственного интеллекта являются наиболее эффективными для прогнозирования трафика по сравнению с более традиционными методами», - сказал Джованни Ланфранки, старший вице-президент по развитию и технический директор HERE Technologies. «Используя динамические данные о местоположении из HERE, полученные из данных зондирования большого парка транспортных средств, участники смогут поднять точность прогнозирования трафика на новый уровень, помогая значительно улучшить поток городской мобильности и в конечном итоге привести к снижению транспортных выбросов».
ИСТОЧНИК: ЗДЕСЬ
Комментариев нет:
Отправить комментарий