Verkehrsprognosen mit Visuellem Data Mining und Künstlicher Intelligenz

Abstract

chtigung des Verkehrsflusses unterliegt konkreten Ursachen. Oft entstehen sie aus vorherrschenden Rahmenbedingungen wie Wetter oder besonderen Ereignissen. Ein vom BMVIT kofinanziertes Forschungsprojekt hat sich zum Ziel gesetzt, die Abhä ngigkeiten und Zusammenhä nge zwischen verkehrsbeeinflussenden Rahmenbedingungen und der potentiellen Staugefahr zu untersuchen. Es werden Ansä tze aus dem Visuellen Data Mining und der Kü nstlichen Intelligenz vorgestellt. Die Auswirkungen von Umgebungsbedingungen auf den Verkehrsfluss sind oftmals durch Bildung charakteristischer Muster vorhersagbar. Mit diesem Hintergrund kann ein neues Niveau der Verkehrsprognose umgesetzt werden. Schlü sselwö rter: Verkehrsanalyse; Kü nstliche Intelligenz; Verkehrsprognose; Visuelles Data Mining Traffic predictions with visual data mining and artificial intelligence.Every interference of traffic flow is subject to different causes. The majority of them are related to prevailing circumstances like weather and events. During a research project which was co-financed by the Austrian Ministry of Transport coherences and dependencies between traffic sensitive circumstances and congestion risk were investigated. Approaches of visual data mining and artificial intelligence are introduced. The impact of environment conditions on traffic flow is often predictable through detection of characteristic patterns. On this knowledge a new quality of traffic forecast can be implemented.