报告人:曹腾巴黎公共交通总公司,首席数据科学家
报告时间:2019年6月21日(星期五)上午10:00
报告地点:电子楼D12
邀请人:吴晨健
欢迎广大师生踊跃参加!
报告摘要:法国巴黎长期致力于改善公交车的拥堵状况。然而,拥堵的原因复杂多样,单一的解决方案很难在大范围得到满意的效果。理想的工作流程是:先筛选出交通阻塞的路段和时段,再具体的调查原因,然后采取针对性的措施。近年来,大数据技术的发展使得我们可以经济的存储并处理公共汽车的GPS数据。因此,我们需要研发合适的算法来挖掘数据,筛选出拥堵的时间点和地点。算法研发面临两大挑战:(一)GPS数据不但采样率低,而且精确度低;(二)公交车轨迹复杂,经常有绕道或折返的情况。我们的数据分析团队根据不同的应用场景,开发了两套算法,分别使用公交车路线和整个城市道路网来约束和纠正GPS数据,从而弥补数据高噪声低采样的特性。依靠这一系列算法,交通部门能够筛选出亟需治理的拥堵时段路段,并进一步采取措施改善交通。
报告人简介:
教育背景
2002-2006南京大学,物理系学士学位;
2006-2010巴黎理工学院 Ecole Polytechnique(法国工科排名第一),计算机系工程师学位(相当于硕士学位);
2010–2011巴黎国立高等电信学院 Télécom ParisTech Paris,计算机系硕士双学位;
工作经历
2016-至今巴黎公共交通总公司 RATP:数据科学家,团队负责人
2011-2016法国地球物理公司 CGG:项目负责人
2011法国金融软件服务公司Murex:软件开发工程师
2010-2011法国泰雷兹Thales 铁路信号系统:毕业实习