机构名称：
¥ 2.0
汽车共享是向灵活和可持续移动性转变的组成部分。新的汽车共享计划正在进入市场，通过提供创新服务来挑战大型运营商。本研究调查了使用生成机器学习模型来创建合成数据以支持Carsharing Deaking的使用 - 在数据访问受到限制时做出。为此，它探讨了前沿方法的评估，选择和实现，例如生成的对抗网络（GAN）和变异自动编码器（VAE），以生成汽车共享旅行的合成表格交易数据。该研究分析了一个新兴汽车共享计划的使用数据，该计划正在扩大其服务，包括自由浮动电动汽车（EV）。结果表明，使用合成样本增强实际训练数据可将即将到来的旅行的预测建模提高到4.63％。这些结果支持汽车共享研究人员和从业人员生成和利用合成流动性数据，以开发解决世界决策支持问题的解决方案。
新兴汽车共享程序的合成数据
主要关键词
相关文件推荐
