Los retrasos en los trenes son frecuentes e inevitables. Lo que se puede evitar es anticiparlos mal. La empresa ya tenía un algoritmo de predicción, pero su precisión era insuficiente: solo un 10% de mejora en comparación con el sistema de referencia. Los viajeros recibían estimaciones poco fiables y los equipos de control de tráfico no podían confiar en las predicciones para tomar decisiones operativas en tiempo real. El objetivo estaba claro: triplicar la ganancia de precisión para lograr una mejora del 30% y exponer las predicciones a través de una API en tiempo real.
Predicción de retrasos
Una empresa de transporte ferroviario necesitaba mejorar la precisión de sus predicciones de retraso para informar mejor a los viajeros y optimizar la regulación del tráfico. Adoptamos y mejoramos su modelo de aprendizaje profundo existente, hasta alcanzar el objetivo de mejorar un 30% y ponerlo en producción en tiempo real.
Problema
Solución
Lo que construimos
Implementamos 2 científicos de datos para tomar el modelo existente, mejorarlo significativamente y ponerlo en producción.
Paso 1 — Limpieza de datos de observación Desarrollo de un algoritmo para limpiar los datos de entrada (observaciones de trenes) a fin de eliminar el ruido y las anomalías que degradaban el rendimiento del modelo.
Paso 2 — Mejora de las incrustaciones de la red Rediseño de las representaciones vectoriales de la red ferroviaria para capturar mejor la información espacial y geográfica: topología de las líneas, interconexiones, distancias y restricciones físicas de la red.
Paso 3 — Optimización del modelo de aprendizaje profundo Mejora del modelo Transformer existente con mecanismos de atención: optimización de hiperparámetros, enriquecimiento de los datos de entrada, ajuste de la función de pérdida. Aumento del 10% al 30% de mejora en comparación con el sistema de referencia.
Paso 4 — Producción en tiempo real Despliegue del modelo en producción a través de una API que expone las predicciones de retraso en tiempo real y proporciona información sobre los pasajeros y herramientas de control del tráfico.
Proyectos de la misma categoría
