Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Transport and Telecommunication Journal
Volume 21 (2020): Numero 4 (December 2020)
Accesso libero
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
e
José Luís Borges
José Luís Borges
| 26 nov 2020
Transport and Telecommunication Journal
Volume 21 (2020): Numero 4 (December 2020)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
26 nov 2020
Pagine:
255 - 264
DOI:
https://doi.org/10.2478/ttj-2020-0020
Parole chiave
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