A deep learning-based approach to recognize passengers' transport mode and trip phases

Hosseini, SeyedHassan; Gentile, Guido; Bresciani Miristice, Lory Michelle; VITI, Francesco

Télécharger

Communication orale non publiée/Abstract (Colloques, congrès, conférences scientifiques et actes)

A deep learning-based approach to recognize passengers' transport mode and trip phases

Hosseini, SeyedHassan; Gentile, Guido; Bresciani Miristice, Lory Michelle et al.

2024 • Conference in Emerging Technologies in Transportation Systems (TRC-30)

Peer reviewed

Permalien
https://hdl.handle.net/10993/63839

Documents (1)Envoyer vers Détails Statistiques Bibliographie Publications similaires

Documents

Texte intégral

TRC-final.pdf

Postprint Auteur (323.98 kB)

Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers

RIS BibTex APA Chicago Permalink X Linkedin

Détails

Mots-clés :

Transport mode detection; trip phase recognition; convolutional neural network; GPS data

Disciplines :

Ingénierie, informatique & technologie: Multidisciplinaire, généralités & autres

Auteur, co-auteur :

Hosseini, SeyedHassan; Sapienza - Sapienza Università di Roma

Gentile, Guido; Sapienza - Sapienza Università di Roma

Bresciani Miristice, Lory Michelle; Sapienza - Sapienza Università di Roma

VITI, Francesco ; University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Engineering (DoE)

Co-auteurs externes :

yes

Langue du document :

Anglais

Titre :

A deep learning-based approach to recognize passengers' transport mode and trip phases

Date de publication/diffusion :

septembre 2024

Nom de la manifestation :

Conference in Emerging Technologies in Transportation Systems (TRC-30)

Organisateur de la manifestation :

EPFL - Elsevier

Lieu de la manifestation :

Heraklion - Crete, Grèce

Date de la manifestation :

1-3 September 2024

Manifestation à portée :

International

Peer reviewed :

Peer reviewed

Focus Area :

Computational Sciences

Objectif de développement durable (ODD) :

11. Villes et communautés durables

Disponible sur ORBilu :

depuis le 29 janvier 2025

Statistiques

Nombre de vues

69 (dont 3 Unilu)

Nombre de téléchargements

47 (dont 3 Unilu)

Voir plus de statistiques