Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Transport and Telecommunication Journal
Band 21 (2020): Heft 4 (December 2020)
Uneingeschränkter Zugang
A Deep Learning Approach for Predicting Bus Passenger Demand Based on Weather Conditions
Tânia Fontes
Tânia Fontes
,
Ricardo Correia
Ricardo Correia
,
Joel Ribeiro
Joel Ribeiro
und
José Luís Borges
José Luís Borges
| 26. Nov. 2020
Transport and Telecommunication Journal
Band 21 (2020): Heft 4 (December 2020)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
26. Nov. 2020
Seitenbereich:
255 - 264
DOI:
https://doi.org/10.2478/ttj-2020-0020
Schlüsselwörter
Predition
,
Urban public transport
,
Bus passenger demand
,
Weather conditions
,
Artificial neural networks
© 2020 Tânia Fontes et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
Tânia Fontes
INESC TEC - Institute for Systems and Computer Engineering, Technology and Science,
Porto, Portugal
Ricardo Correia
INESC TEC and Faculty of Engineering, University of Porto
Porto, Portugal
Joel Ribeiro
INESC TEC - Institute for Systems and Computer Engineering, Technology and Science,
Porto, Portugal
José Luís Borges
INESC TEC - Institute for Systems and Computer Engineering, Technology and Science,
Porto, Portugal