Stanford araştırmacıları, şehir genelinde stratejik noktalara yerleştirilen az sayıda sensörle tüm trafik ağının durumunu tahmin edebilen gelişmiş bir yapay zeka sistemi geliştirdi. Dirichlet Graf Otokodlayıcı yaklaşımını kullanan bu sistem, akıllı ulaşım teknolojilerinde çığır açıcı bir gelişme olarak değerlendiriliyor.
Ağ genelinde Trafik Durumu Tahmini (TSE), akıllı ulaşım sistemlerinin omurgasını oluşturuyor ancak önemli teknik zorluklar barındırıyor. Mevcut veri odaklı yöntemler, sensör bulunmayan bölgelerde geçmiş trafik desenlerini öğrenememekte ve bu alanlardaki değerleri sıfır olarak işaretlemek zorunda kalıyor. Bu durum, hassas graf mesaj yayılım süreçlerinde sapmalara neden oluyor.
Yeni geliştirilen Dirichlet Enerji tabanlı Özellik Yayılımı (DEFP) yöntemi, sıfır doldurma ihtiyacını tamamen ortadan kaldırarak bu problemi çözüyor. Sistem, graf temsil öğrenmesi tekniklerini kullanarak sensörsüz lokasyonlardaki trafik durumunu doğrudan tahmin edebiliyor.
Bu teknoloji, trafik yönetim merkezlerinin daha az sensörle daha kapsamlı trafik görüntüsü elde etmesini sağlıyor. Böylece hem maliyet düşürülüyor hem de trafik akışı optimizasyonu, rota önerileri ve acil durum müdahale planlaması gibi uygulamalar için daha güvenilir veriler elde ediliyor. Araştırma sonuçları, yöntemin mevcut en iyi teknolojilerden üstün performans gösterdiğini ortaya koyuyor.