以生成式對抗網路對於非常態事件情形下之大眾運輸流量預測之研究

本計劃中將探討如何以GAN技術預測非常態事件發生時的大眾運輸工具流量，其中會先以時空間檢索方式進行初步資料檢索後，之後利用CNN技術近一步進行非常態事件偵測模型建構，最終並將此部份資訊作為GAN輸入時的資料進行訓練及生成，並且針對大眾運輸流量的特性開發適合用於此之損失函數。對此本計劃中所撰寫對應的演算法及模型架構定能有所貢獻。其中雖然本計劃是以大眾運輸工具流量作預測，但在未來亦可很輕易的擴展，我們會探討此類型具有時空間資訊資料該如何在非常態情況下進行預測。在本計劃中除了前項貢獻外，我們發展並建構其餘系統也可以有助於幫助國家社會於大眾運輸交通工具的發展。能有效提升該方面發展。