Transit城市导航应用程序旨在通过机器学习解决糟糕的公共交通ETA

 
据悉，Transit是一家一直致力于让它更容易到达城市的公司，它正在推出一种新的机器学习驱动的预计到达时间预测功能，以帮助解决关于乘坐公共交通的最烦人的事情：不知道当下一班车要到达时。
总部位于蒙特利尔的Transit已经为全球175个城市的入境者提供应用内ETA，但其提供的信息基于直接来自城市本身的实时数据或直接提供的众包信息。由其用户。现实情况是，这些都不是提供真正准确的ETA必然可靠或一致的方式。
当然，预测什么时候像充满人力车的城市道路上的城市公交车一样变幻无常，这不是一件容易的事。正如Transit Communications主管Stephen Miller在电话会议上解释的那样，该公司在确定什么构成“准确性”时也会考虑到，当公共汽车距离20分钟时，你自然会有更大的误差范围一两分钟。
也就是说，在蒙特利尔，新机器学习生成的ETA预测首先发布，Transit的团队预测蒙特利尔交通管理局STM运营的下一班巴士到达时预测准确性将提高约15%。据该公司称，这应该可以转化为“成千上万”的乘客错过的公共汽车，这是人们在第一天应该体验到的改进，并且会有更多改进。
Transit的实时数据负责人Juan Borreguero解释说：“这就是我们今天所拥有的数据，以及我们所做的数据探索。” “正如我们所说，我们正在研究更多改进数据的方法，例如我们正在探索天气数据。我们正在探索分析城市中某个时刻出现的延迟 – 我们称之为’新近’ – 因为机器学习是基于历史数据的，所以例如如果它是星期天而且是下午12点我们将要制作一个ETA基于我们当时或之前的历史数据，但可能会发生在附近发生的事情，那就是对ETA产生巨大影响，所以我们正在研究这个问题。“
Borreguero还解释说，该公司也计划扩展到其他市场，但Transit运营的每个城市的运输方式差异很大。该公司已经收集了关于蒙特利尔公交车延误的方式和原因以及他们在罗马的运营方式的见解。
但最终，Transit的整个存在理由是改善人们的生活，只是试图驾驭他们的城市(以及他们访问的城市)，这就是为什么公司追求利用机器学习来改善已经做的事情的原因。首先。一轮融资相对较新，其中包括着名汽车制造商的风险投资机构的参与，Transit看起来很有条件继续为公共交通乘客提供更轻松的生活。