Applied Machine Learning for Be-In/Be-Out detection for automated public transportation ticketing based on smartphone sensors

Description:

Det siste året har vi samlet inn reisedata på iOS og Android på flere steder fra over 100 deltakere. Ved å analysere de forhåndsbehandlede sensordataene var vi i stand til å trene på flere klassifiseringsalgoritmer og oppnådde en nøyaktighet på over 99% på Android-data og 95% på iOS-data. De foreløpige resultatene er veldig lovende, men vi trenger å gjøre ytterligere undersøkelser videre i prosjektet. Vi har blant annet brukt Shapley-verdier for å forstå den lokale funksjonens betydning. Deretter skal vi teste hvordan de ulike modellene presterer på telefonen. I tillegg til dette vil vi utforske overføringslæring for å forbedre nøyaktigheten og modellytelsen ytterligere. Fra et akademisk perspektiv kommer Philippe til å publisere en kort artikkel med tittelen "Usupervised data mining on spatial-temporal passager mobility and survey data during Covid-19" i en workshop på IEEE Big Data BDA. På grunn av personlige årsaker bestemte Philippe seg for å avslutte sin Ph.D og forlate fluxLoop og Høyskolen Kristiania.

Project leader: Anette Baarsrud

Started: 2020

Ends: 2023

Category: Næringsliv

Sector: Næringsliv

Budget: 1300999

Institution: FLUXLOOP AS

Address: