Real-time train tracking and anomaly detection system

Abstract

Αυτό το έργο είναι αφιερωμένο στην ανάπτυξη ενός συστήματος παρακολούθησης και ανίχνευσης ανωμαλιών σε πραγματικό χρόνο, προσαρμοσμένο για βελτιστοποίηση σιδηροδρομικών λειτουργιών. Στον πυρήνα του, το σύστημα αξιοποιεί τη δύναμη του μοντέλου Random Forest, μιας ευέλικτης τεχνικής μηχανικής εκμάθησης, για την πρόβλεψη των εκτιμώμενων χρόνων άφιξης στα δρομολόγια των τρένων. Βασισμένο σε ιστορικά δεδομένα άφιξης και αναχώρησης που προέρχονται από σταθμούς, το σύστημα χρησιμοποιεί συντεταγμένες GPS για τον σχολαστικό υπολογισμό των ταχυτήτων του τρένου, επιτρέποντας έτσι ακριβείς εκτιμήσεις των χρόνων ταξιδιού.