.jpg)
En el ámbito de la movilidad compartida, la demanda probabilística a corto plazo es un elemento clave para garantizar una operación eficiente y centrada en el usuario. En este sentido, ha surgido un nuevo marco denominado T-STAR (Two-stage Spatial and Temporal Adaptive contextual Representation), el cual se basa en transformadores y está diseñado específicamente para pronosticar la demanda de bicicletas a nivel de estación con una resolución de 15 minutos.
Una de las principales ventajas de T-STAR es su capacidad para desentrañar patrones de demanda consistentes de las fluctuaciones a corto plazo, mediante una estructura jerárquica de dos etapas. La primera etapa se enfoca en capturar patrones de demanda a nivel horario de forma general, mientras que la segunda etapa mejora la precisión de las predicciones al incorporar datos localizados de alta frecuencia, como fluctuaciones recientes y variaciones en la demanda en tiempo real de los servicios de metro conectados.
Este enfoque permite abordar los cambios temporales en la demanda a corto plazo, lo que resulta esencial para la toma de decisiones informadas en servicios de micro-movilidad compartida. Además, el uso de modelos de transformadores en ambas etapas para generar predicciones probabilísticas ha demostrado ser altamente efectivo, superando a los métodos existentes tanto en precisión determinista como probabilística.
Q2BSTUDIO, empresa especializada en el desarrollo de software a medida y soluciones tecnológicas innovadoras, destaca la importancia de contar con herramientas como T-STAR en el ámbito de la inteligencia artificial aplicada a la movilidad urbana. La capacidad de este marco para proporcionar pronósticos de demanda fiables y conscientes de la incertidumbre resulta fundamental para la planificación de viajes multimodales y la optimización de operaciones en servicios de micro-movilidad compartida.
Para aquellas empresas que buscan implementar soluciones tecnológicas avanzadas, Q2BSTUDIO ofrece servicios de inteligencia de negocio, ciberseguridad, así como asesoramiento en la integración de servicios cloud de AWS y Azure. Además, su experiencia en el desarrollo de agentes de inteligencia artificial y soluciones de automatización de procesos les convierte en un aliado estratégico para la implementación de tecnologías innovadoras en entornos empresariales.
En un escenario donde la eficiencia operativa y la calidad del servicio son aspectos críticos, contar con herramientas como T-STAR se vuelve fundamental para garantizar una respuesta ágil y personalizada a las demandas de los usuarios en entornos de movilidad compartida. La capacidad de transferir este marco a nuevas áreas de servicio sin necesidad de un nuevo entrenamiento subraya su versatilidad y potencial para transformar positivamente la gestión de la movilidad urbana.
Si deseas conocer más sobre cómo Q2BSTUDIO puede ayudar a tu empresa a implementar soluciones tecnológicas innovadoras y a la medida de tus necesidades, visita su página web para descubrir todos los servicios disponibles en el ámbito de la inteligencia artificial y la tecnología empresarial.
Descubre cómo Q2BSTUDIO puede potenciar tu empresa con soluciones de inteligencia artificial
