Проект «Нетрадиционные регрессионные модели в транспортном моделировании» (1.1.1.2/VIAA/1/16/075)

Период: 01.10.2017
- 30.09.2020
Программа: ERAF

Контролеры:

Ассоц. Профессор 

Dr. sc. ing.
Надежда Спиридовска
Факультет инжeнерных наук
Nadezda Spiridovska

Academic degree and current position in TSI: associate professor, researcher at the Engineering Faculty.

Previous experience: worked at the Mathematical Methods and Modelling Department in TSI for more than 10 years (assistant, lecturer, assistant professor), postdoc researcher.

Membership: A member of the Latvian Simulation Society since 2004, a member of the Latvian Operations Research Society (LatORS) since 2019.

Teaching activity: Discrete Mathematics (undergraduate level); Probability Theory and Mathematical Statistics (undergraduate level); System Modelling (undergraduate level); Introduction to machine learning (undergraduate level); Statistics (undergraduate level).

Publication activity: Author of on average two to three academic articles a year.

Projects: as a researcher has participated in more than 5 European and Latvian research projects.

Supervised Doctoral, Master and Bachelor Theses (number): 1 Master thesis and more than 10 Bachelor theses.

Research fields/domains: Data analysis, statistical analysis, mathematical modelling and simulation (in transportation), machine learning.

Motto: “Any problem can be turned into opportunity”.

Исполнитель: Dr.sc.ing. Надежда Спиридовская

Целью проекта является разработка нетрадиционных регресионных моделей, а именно Марковски-модулируемой регрессии для анализа и прогнозирования транспортных потоков и смежных задач в транспортном моделировании, а также поиск алгоритмов для оценивания параметров модели на основе больших данных.

Основными задачами проекта являются:

  • Оценивание параметров Марковски-модулируемой линейной регрессии и прогнозирование транспортных потоков на реальных данных, с учетом влияния «внешней среды»
  • Развитие Марковски-модулируемой линейной регрессионной модели (многофакторная регрессия, случай выборки с недостающими данными)
  • Разработка алгоритмов для оценивания параметров  Марковски-модулируемой регрессии на основе больших данных

Опубликованная информация о проекте:

contact us

свяжитесь с нами