原滴滴打车,于 2015 年 9 月 9 日更名为滴滴出行。

VIP内容

主题: Artificial Intelligence in Transportation

简介:

交通是生活的基本必需品。在人类历史上,探索更好的交通方式从来没有停止过。近年来,拼车行业的革命和自动驾驶技术的创新每天都产生大量的交通数据。如此庞大的数据量开启了现代智能交通的新时代。许多传统的交通问题可以通过现代机器学习和数据挖掘方法找到更好的解决方案。本教程的目的是为参与者提供一个广泛和全面的基础,最近的发展和交通AI的开放问题。

交通运输是一个非常广泛的研究领域。本教程以全球最大的移动交通平台滴滴出行的实际应用和需求为基础,围绕移动交通平台的主题展开。我们将主题分为三类。首先是地图服务,包括地图匹配、交通预测、预计到达时间(ETA)和路线规划等,为后续的决策过程提供准确的基础信息。这些问题大多在纯交通或地理信息系统的文献中进行了研究。然而,这些都不能满足实时移动交通平台的准确性或效率要求。有必要以现代的观点重新审视这些问题,并探索适应更严格要求的新解决方案。第二类是决策,构建核心共乘平台。类似的问题在交通运输以外的研究领域也得到了广泛的研究。然而,随着移动交通系统的新挑战,它们被重新定义。最后一类是用户体验,如出行安全评估,这是移动交通平台的独特需求。

邀请嘉宾:

王征博士,滴滴AI实验室研究员,滴滴智能地图服务架构研究员。2011年获得清华大学博士学位,2011-2014年在亚利桑那州立大学担任研究员,2014-2016年在密歇根大学安娜堡分校担任研究员。他获得了多个奖项,包括KDD的最佳研究论文奖亚军和IEEE国际社会计算会议(SocialCom)的最佳论文奖。曾担任ICML、NIPS、SDM、IJCAI等重要会议PC委员,并在ICDM上做过辅导。他现在领导着研发团队,致力于设计和开发新的机器学习系统和服务,用于滴滴地图和滴滴能力预测平台。他设计了滴滴ETA和路线规划服务的新型机器学习和深度学习解决方案,每天服务超过200亿次请求。

秦志伟博士在滴滴AI实验室领导强化学习研究,致力于拼车市场优化的核心问题。他在哥伦比亚大学获得运筹学博士学位,在温哥华不列颠哥伦比亚大学获得计算机科学和统计学学士学位。对优化和机器学习交叉领域的研究课题非常感兴趣,最近的研究领域是强化学习及其在运营优化、数字营销、交通信号控制和教育中的应用。曾在ICML、KDD、IEEE ICDM、WWW、JMLR和MPC等顶级会议和机器学习与优化期刊上发表文章。

成为VIP会员查看完整内容
0
10
Top