機器學習的第二次年度競賽 以改善城市出行計劃工具

維也納–由HERE Technologies建立的獨立的全球機器學習研究院-人工智能高級研究所(IARAI)今天宣布了第二屆年度Traffic4Cast競賽。今年的AI社區(qū)競賽擴大了數(shù)據(jù)集和被分析城市的數(shù)量。參與者必須創(chuàng)建可預測至少10個城市未來交通流量的算法。

Traffic4cast 2019的成功舉辦，導致40多個團隊在世界各地與來自韓國，牛津/蘇黎世和多倫多的優(yōu)勝者競爭。所有排名靠前的團隊都證明，神經(jīng)網(wǎng)絡是預測流量的最有效方法，而不是“非黑匣子”解決方案。獲獎的Traffic4cast 2019解決方案將在``機器學習研究學報''期刊的特別NeurIPS卷中發(fā)布。

截止日期為2020年10月15日。本年度排名最高的團隊將在2020年NeurIPS大會上獲得表彰，并將有機會在NeurIPS的“機器學習研究論文集”特別版中看到他們的解決方案。日記，并收到：

一等獎：價值10,000美元的獎金和為期12個月的IARAI研究獎學金，包括津貼和費用;

二等獎：價值5,000美元的獎金和為期12個月的IARAI研究獎學金，包括津貼和費用;

三等獎：價值2,000美元的價值以及NeurIPS 2020的免費注冊

一等獎和六等獎：NeurIPS 2020的免費注冊。

立即注冊以競爭并加入Traffic4Cast 2020論壇

在一年的整個過程中，IARAI與HERE合作，為參與者提供了至少10個城市的空前交通數(shù)據(jù)。數(shù)據(jù)已轉換為高清影片剪輯，逐幀描繪了一段時間內的交通情況，包括早，晚和高峰時間的交通事件。

對于今年的比賽來說，這是新的內容，它將通過靜態(tài)和動態(tài)功能(例如興趣點，天氣，空氣污染和特殊事件)來增強交通影片剪輯。獎金挑戰(zhàn)邀請參與者探索這些附加功能對預測交通模型的影響。

IARAI的創(chuàng)始合伙人，人工智能先驅Sepp Hochreiter說：“我們很高興呼吁全球AI界參加Traffic4Cast 2020競賽。”他發(fā)明了長短期記憶(LSTM)神經(jīng)網(wǎng)絡體系結構。“去年，團隊展示了基于神經(jīng)網(wǎng)絡應用的理解復雜交通系統(tǒng)的新穎方法。在這種興奮和改善城市交通的真正機會的基礎上，今年的比賽重點是在理解復雜的交通系統(tǒng)方面更深入，更上一層樓。”