Применение моделей машинного обучения на основе Big Data для прогнозирования заторов
Bibliographic entry
Мырадов, М. Т. Применение моделей машинного обучения на основе Big Data для прогнозирования заторов / М. Т. Мырадов // Дорожное строительство и его инженерное обеспечение : материалы V международной научно-технической конференции, 18-19 декабря 2025, г. Минск / сост.: Е. М. Жуковский, О. Б. Дрозд, Л. А. Кирилов, А. А. Кошелева. – Минск : БНТУ, 2026. – С. 409-412.
Abstract
В статье рассматривается проблема прогнозирования дорожного движения в городских агломерациях с использованием Больших Данных (Big Data) и моделей машинного обучения (ML). Формулируется постановка задачи как пространственно-временного прогнозирования. Проводится сравнительный анализ моделей, включая традиционные методы и архитектуры глубокого обучения (LSTM, GNN), на реальных данных. Результаты демонстрируют значительное превосходство ML-моделей в точности краткосрочного прогнозирования скорости и плотности потока, что является ключом к проактивному управлению трафиком.