An ensemble regression approach for bus trip time prediction

Detalhes bibliográficos
Autor(a) principal: João M. Moreira
Data de Publicação: 2006
Outros Autores: Jorge Freire de Sousa, Alípio M. Jorge, Carlos Soares
Tipo de documento: Livro
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://repositorio-aberto.up.pt/handle/10216/6752
Resumo: This paper is about bus trip time prediction in mass transit companies.We describe the motivations to accomplish this task and how it can supportoperational management on such companies. Then, we describe a Data Miningframework that recommends the expected best regression algorithm(s), from anensemble, to predict the duration of a given trip. We present results that show theadvantage of using an ensemble regression approach.
id RCAP_ef5ce5bdaf73109cb9219ffc4526e1f4
oai_identifier_str oai:repositorio-aberto.up.pt:10216/6752
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling An ensemble regression approach for bus trip time predictionInteligência artificial, Engenharia, Ciências da computação e da informaçãoArtificial intelligence, Engineering, Computer and information sciencesThis paper is about bus trip time prediction in mass transit companies.We describe the motivations to accomplish this task and how it can supportoperational management on such companies. Then, we describe a Data Miningframework that recommends the expected best regression algorithm(s), from anensemble, to predict the duration of a given trip. We present results that show theadvantage of using an ensemble regression approach.20062006-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bookapplication/pdfhttps://repositorio-aberto.up.pt/handle/10216/6752porJoão M. MoreiraJorge Freire de SousaAlípio M. JorgeCarlos Soaresinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-29T12:39:18Zoai:repositorio-aberto.up.pt:10216/6752Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T23:24:14.265001Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv An ensemble regression approach for bus trip time prediction
title An ensemble regression approach for bus trip time prediction
spellingShingle An ensemble regression approach for bus trip time prediction
João M. Moreira
Inteligência artificial, Engenharia, Ciências da computação e da informação
Artificial intelligence, Engineering, Computer and information sciences
title_short An ensemble regression approach for bus trip time prediction
title_full An ensemble regression approach for bus trip time prediction
title_fullStr An ensemble regression approach for bus trip time prediction
title_full_unstemmed An ensemble regression approach for bus trip time prediction
title_sort An ensemble regression approach for bus trip time prediction
author João M. Moreira
author_facet João M. Moreira
Jorge Freire de Sousa
Alípio M. Jorge
Carlos Soares
author_role author
author2 Jorge Freire de Sousa
Alípio M. Jorge
Carlos Soares
author2_role author
author
author
dc.contributor.author.fl_str_mv João M. Moreira
Jorge Freire de Sousa
Alípio M. Jorge
Carlos Soares
dc.subject.por.fl_str_mv Inteligência artificial, Engenharia, Ciências da computação e da informação
Artificial intelligence, Engineering, Computer and information sciences
topic Inteligência artificial, Engenharia, Ciências da computação e da informação
Artificial intelligence, Engineering, Computer and information sciences
description This paper is about bus trip time prediction in mass transit companies.We describe the motivations to accomplish this task and how it can supportoperational management on such companies. Then, we describe a Data Miningframework that recommends the expected best regression algorithm(s), from anensemble, to predict the duration of a given trip. We present results that show theadvantage of using an ensemble regression approach.
publishDate 2006
dc.date.none.fl_str_mv 2006
2006-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/book
format book
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio-aberto.up.pt/handle/10216/6752
url https://repositorio-aberto.up.pt/handle/10216/6752
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799135545459212289

Registros relacionados