El tercer concurso Traffic4cast se centra en modelos de IA que predigan los flujos de tráfico futuros para 10 ciudades
Traffic4cast de este año está evolucionando de la exitosa competencia anterior y tiene como objetivo predecir el tráfico en condiciones de cambio de dominio tanto temporal como espacial. Esto es fundamental para comprender las reglas o patrones de tráfico implícitos y subyacentes y realizar predicciones sólidas y transferibles. Esta solidez de las predicciones se explorará y desafiará a través de:
- el desafío central con el cambio drástico del dominio temporal inducido por la pandemia de COVID-19 apuntando a modelos que serán capaces de lidiar con los patrones cambiantes del tráfico;
- el desafío extendido con un cambio de dominio espacio-temporal a ciudades con muy pocos datos disponibles (solo se proporcionan los datos de prueba y las propiedades de la red de carreteras de apoyo).
Por lo tanto, estos dos desafíos requerirán soluciones desde el aprendizaje de pocas tomas, el aprendizaje por transferencia o, más en general, el metaaprendizaje, así como la predicción de cuadros de video o el modelado basado en gráficos.
Los datos incluyen información dinámica y estática. Con los nuevos datos estáticos, se proporcionan nuevas codificaciones del gráfico de ruta para respaldar mejor los enfoques basados en gráficos y establecer un puente entre las diferentes comunidades de aprendizaje automático. También se proporciona un extenso repositorio de GitHub con líneas de base, exploración de datos y métricas y otros ayudantes de código para una ventaja rápida en la competencia.
Traffic4cast 2020 vio casi 600 presentaciones de equipos competidores de todo el mundo, con ganadores de Corea del Sur, EE. UU., China y Suecia. Las presentaciones para la competencia de este año deben presentarse antes del 14 de octubre de 2021. Los ganadores recibirán premios en la conferencia NeurIPS 2021 y sus soluciones se publicarán en un volumen especial de NeurIPS de la revista 'Proceedings of Machine Learning Research'.
 |
| El tercer concurso Traffic4cast se centra en modelos de IA que predigan los flujos de tráfico futuros para 10 ciudades |
Los ganadores del desafío principal (cambio de dominio temporal) recibirán los siguientes premios:
1er lugar: un vale o un premio en efectivo por valor de 8.000 EUR para el participante / equipo más una inscripción gratuita a la conferencia NeurIPS 2021;
2do lugar: un vale o un premio en efectivo por valor de 4.000 EUR para el participante / equipo más una inscripción gratuita a la conferencia NeurIPS 2021;
3er lugar: un vale o un premio en efectivo por valor de 2.000 EUR para el participante / equipo más una inscripción gratuita a la conferencia NeurIPS 2021.
Los ganadores del desafío extendido (cambio de dominio espacio-temporal) recibirán los siguientes premios:
1er lugar: un vale o un premio en efectivo por valor de 8.000 EUR para el participante / equipo más una inscripción gratuita a la conferencia NeurIPS 2021;
2do lugar: un vale o un premio en efectivo por valor de 4.000 EUR para el participante / equipo más una inscripción gratuita a la conferencia NeurIPS 2021;
3er lugar: un vale o un premio en efectivo por valor de 2.000 EUR para el participante / equipo más una inscripción gratuita a la conferencia NeurIPS 2021.
Para recibir los premios, los participantes deben presentar el código de trabajo, los parámetros aprendidos y un breve artículo científico que describa su enfoque.
Regístrese ahora para competir en Traffic4Cast 2021
"Aprovechando el éxito de NeurIPS 2019 y NeurIPS 2020, Traffic4cast está entrando en su tercer año y tiene como objetivo brindarnos una comprensión más profunda de los sistemas de tráfico complejos. Este año, estamos desafiando a los aprendices de máquinas líderes a construir modelos de tráfico robustos que puedan adaptarse a los cambios de dominio en el espacio y el tiempo ”, señaló Sepp Hochreiter, codirector fundador de IARAI y pionero de la inteligencia artificial, quien inventó el largo y corto plazo. arquitectura de red neuronal de memoria (LSTM). “Nuestras películas de mapas de tráfico se han obtenido a partir de más de 10 ^ 12 puntos de datos y cubren 10 ciudades distintas de todo el mundo, proporcionando muchos más datos en comparación con el año pasado. En el desafío principal, los modelos deben adaptarse a un cambio drástico del dominio temporal debido a la pandemia de COVID-19 ".
"Una vez más, esperamos demostrar que los métodos de IA son los más efectivos para predecir el tráfico en lugar de los métodos más tradicionales". añadió Giovanni Lanfranchi, vicepresidente senior de desarrollo y director de tecnología de HERE Technologies. "Utilizando datos de ubicación dinámica de HERE, derivados de los datos de la sonda de una gran flota de vehículos, los participantes podrán llevar la precisión de la predicción del tráfico al siguiente nivel, ayudando a mejorar enormemente el flujo de movilidad urbana y, en última instancia, a reducir las emisiones de transporte".
Compartiendo este artículo usted puede ayudar a difundir valor a otros que están buscando este tipo de información
Comentarios
Publicar un comentario