Data Foundation

โมเดลข้อมูลข้อมูลเชิงลึกสำหรับการจัดการเส้นทางจราจรสำหรับระยะเวลาการเดินทางและการอ่านความเร็วสร้างขึ้น โดยการรวมแหล่งข้อมูลต่างๆ

• ข้อมูลแผนที่แบบรวม: แหล่งข้อมูลที่สำคัญที่สุดคือข้อมูลที่ลบข้อมูลระบุตัวบุคคลแล้ว ซึ่งรวบรวมมาจาก Google Maps และช่วยให้ Google Maps คำนวณความเร็วแบบเรียลไทม์ ของยานพาหนะบนถนนทั่วโลกได้

• ข้อมูลการจราจรย้อนหลัง: เมื่อเวลาผ่านไป ระบบจะใช้ข้อมูลผู้ใช้ที่รวบรวมไว้เพื่อ สร้างรูปแบบการจราจรย้อนหลัง ซึ่งจะช่วยให้ระบบเข้าใจการจราจร "ปกติ" สำหรับถนนสายหนึ่งๆ ในเวลาและวันใดก็ตามของสัปดาห์

• ข้อมูลเสริม: ระบบจะรวมข้อมูลย้อนหลังกับข้อมูลอื่นๆ ซึ่งรวมถึงข้อมูลจากบุคคลที่สามจากพาร์ทเนอร์ เช่น กรมการขนส่งในท้องถิ่น ตลอดจนความคิดเห็นแบบเรียลไทม์ของผู้ใช้จากผู้ใช้ Maps ที่รายงาน เหตุการณ์ต่างๆ เช่น อุบัติเหตุหรือการก่อสร้าง

AI จะรวมแหล่งข้อมูลเหล่านี้เข้าด้วยกันเพื่อทำความเข้าใจสภาพอากาศปัจจุบัน ด้วยข้อมูลแบบเรียลไทม์ และให้การคาดการณ์พื้นฐานด้วยข้อมูลย้อนหลัง การผสานรวมนี้เป็นกุญแจสำคัญในการคาดการณ์เส้นทาง เช่น

• เส้นทางที่สั้นกว่าจะขึ้นอยู่กับข้อมูลปัจจุบันและแบบเรียลไทม์เป็นส่วนใหญ่
• เส้นทางที่ยาวขึ้นจะใช้การสร้างโมเดล AI ขั้นสูง ซึ่งจะคาดการณ์ส่วนที่อยู่ใกล้เคียงโดยใช้ข้อมูลแบบเรียลไทม์ ส่วนที่อยู่ไกลออกไปจะอิงตามรูปแบบย้อนหลังมากขึ้น
• ถนนที่มีสัญญาณแบบเรียลไทม์จำกัดจะอาศัยข้อมูลย้อนหลังมากขึ้นในการคาดการณ์การชะลอตัว