Aller au contenu principal
Accès ouvert déclaré 2025 conference-paper

Spatio-Temporal Machine Learning Approaches for Bus Travel Time Prediction

1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : in. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Predicting bus travel times is critical for enhancing passenger satisfaction, optimizing route planning, and improving overall system efficiency. This study explores spatio-temporal modeling techniques to predict travel times for a bus route in Chennai, India, leveraging spatial dependencies across route sections and temporal variations in travel conditions. Machine learning algorithms, including Weighted K-Nearest Neighbors (KNN) and clustering-based approaches, were compared with deep learning methods like Recurrent Neural Networks (RNN). The models incorporated handcrafted spatio-temporal features and real-time data to improve prediction accuracy. The results reveal that machine learning models with spatio-temporal feature engineering performed competitively with deep learning models utilizing real-time data. The study presents the strengths and limitations of each approach, offering insights into effective spatio-temporal modeling for bus travel time prediction.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Spatio-Temporal Machine Learning Approaches for Bus Travel Time Prediction
Date Crossref
01/01/2025
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Indian Institute of Technology Madras Department of Civil Engineering pays non établi dans la notice
    Université ou école supérieure
  • Vellore Institute of Technology University pays non établi dans la notice
    Université ou école supérieure
  • Robert Bosch (India) pays non établi dans la notice
    Entreprise
  • Wadhwani School of Data Science & AI pays non établi dans la notice
    Université ou école supérieure
  • School of Civil Engineering pays non établi dans la notice
    Université ou école supérieure

Department of Civil Engineering — Indian Institute of Technology Madras, Vellore Institute of Technology University et Robert Bosch (India), avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Traffic Prediction and Management TechniquesTransportation Planning and OptimizationTraffic control and management

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.