Apprentissage de modèles de transport basés sur des données pour évaluer les effets des nouvelles infrastructures et d'événements rares

Description

Le projet de recherche vise le développement de nouveaux modèles de simulation du transport à partir de données, basés sur des techniques d'apprentissage automatique. Plus précisément, l'approche vise à définir des modèles de transport multimodal dans les zones urbaines, couvrant des modalités telles que les véhicules personnels, les transports publics, le vélo (y compris le vélopartage) et la marche, sur lesquels les flux de transport sont obtenus à partir de diverses sources de données (par exemple, les enquêtes origine-destination, le volume de trafic aux intersections, l'utilisation des transports publics). Le modèle sera produit en appliquant une approche d'apprentissage automatique pour extraire des règles de prise de décision sur les itinéraires et les modalités de déplacement des utilisateurs, dans le but de construire des modèles statistiques qui capturent les comportements trouvés dans les données réelles. Ces modèles seront développés dans le but spécifique de permettre de simuler de manière fiable les effets des changements apportés au réseau de transport (par exemple, de nouvelles lignes de transport public, la densification urbaine, des politiques environnementales fortes encourageant les transports publics), ainsi que l'occurrence d'événements rares (par exemple, des catastrophes naturelles, des défaillances majeures de l'infrastructure). La candidate ou le candidat sélectionné travaillera dans le cadre d'une collaboration multidisciplinaire entre un groupe de recherche spécialisé dans l'apprentissage automatique et un groupe travaillant dans le domaine du transport.

Exigences et conditions

Les candidats à ce projet doivent démontrer leur volonté de participer à un projet de recherche ambitieux à l'interface de l'apprentissage automatique et du transport, ainsi que leur désir de s'établir dans la communauté internationale de la recherche universitaire.

Transmettre les publications scientifiques ou autres productions démontrant l'expérience en recherche.