Cartographie des prévisions - vélos disponibles
Cartographie des prévisions - emplacements disponibles
Les
données sont issues des sites open data du transport (point d'accès
National aux données ouvertes), de la météorologie (open data météo
france). Elles sont retraités par séquences (historisation) et
alimentent le moteur de prévision.
Le
réseau neuronal (IA) permet de calculer les prédictions à partir des
données en temps réel. Pour les curieux, il s'agit de d'un réseau
neuronal spécialement adapté pour les séries temporelles.
L'erreur moyenne est de 1 vélo à échéance 20 minutes et de moins de 2 vélos à 60 minutes.
Vous pouvez accéder aux prévisions station par station de 2 façons distinctes. La première vous laisse entièrement libre de l'affichage des données. Vous interrogez notre API et récupérez les prévisions que vous affichez dans vos applications métiers et informations voyageurs. Pour la seconde, nous nous occupons du site web et des applications mobiles habillés à vos couleurs. Dans les deux cas, l'intégration se déroule après une phase d'analyse des données.
Phase 1 :
Analyse des données, retraitement et
intégration
Phase 2 :
Analyse de performance du modèle
Phase 3
:
Livraison
des données API au format GBFS-predicted pour une intégration dans vos
outils de régulation et d'informations voyageurs
Phase 4 :
Publication sur
les sites et applications génériques prevision.bike
Phase 1 :
Analyse des données, retraitement et
intégration
Phase 2 :
Analyse de performance du modèle
Phase 3
:
Livraison des sites et applications mobiles à vos couleurs, publication chez votre
hébergeur et applications store par vos soins
Phase 4 :
Publication sur les
sites et applications génériques prevision.bike
Adresses:
INRIA STARTUP STUDIO
Lille
TRANSALLEY Valenciennes
Contact:
contact@optimo-technologies.com
Mentions légales:
Politique de confidentialité
CGU
Crédit photos
Copyright:
Déc 2022