当地时间8月19-23日，国际数据挖掘顶级会议KDD2018在英国伦敦举行。滴滴技术团队现场重点展示了在地图服务、智能派单等领域的技术突破，并首次对外详解相关算法实践。滴滴还宣布进一步扩大其盖亚数据开放计划，新增174G的免费科研数据集，以开放协作支持全球科研工作者进行更广泛学术研究。
（KDD2018上的滴滴出行）
四篇论文入选 交通出行中的人工智能大解密
KDD全称是国际数据挖掘与知识发现大会（ACM SIGKDD Conference on Knowledge Discovery and Data Mining），今年已经是第24届。作为是最有影响力的国际会议之一，大会的教程、报告、论文均被认为代表了领域内最新进展和最前沿应用。
（滴滴举办的辅导教程吸引了两百多位专业人员参与）
在今年KDD2018上，滴滴重点举办了《交通出行中的人工智能(AI in Transportation)》辅导教程(Conventional Tutorial)，吸引了来自学术界、工业界的200多名从业人员参与，成为现场最火爆的辅导教程之一。在近四小时的交流中，滴滴的研究团队向现场听众全面地分享了智能交通出行领域中AI算法的挑战、机遇及最新的应用进展，并就ETA预测、交通预测中对路网图结构的利用、强化学习在交通领域的应用等问题进行了重点探讨。
滴滴还现场重点分析了AI技术在交通预测、智慧信号灯、交通模拟器、电动汽车充电桩运营和电池管理等问题上的运用。据介绍，以智慧信号灯为例，基于滴滴现有数据、交警地磁卡口数据，再结合AI算法，滴滴能精准地预测每一个十字路口各个方向的车流量，并在此基础上更加智能地做信号灯控制。目前，滴滴已经和二十多个城市进行智慧交通合作，帮助优化了全中国超过1300多个红绿灯，平均降低10%至20%的拥堵时间。未来，滴滴也将积极携手更多城市合作伙伴，共建高效、环保的智慧交通体系。
而在论文接收方面，滴滴共有四篇论文入选KDD2018，涵盖智能派单、ETA预测 ( Estimated Time of Arrival, 预估到达时间) 、大规模车流管理等多个研究领域。
（算法专家现场详解强化学习在滴滴派单中的应用）
（滴滴KDD论文提出WDR模型显著提升ETA预测精度）
盖亚数据开放计划新增174G脱敏数据集
（叶杰平教授在KDD现场发布新一期盖亚数据集）
值得注意的是，在此次KDD上，滴滴还宣布进一步扩大其盖亚数据开放计划，新增174G的二期科研数据集，以开放协作支持全球科研工作者进行更广泛学术研究。全球高校和科研机构的专家学者可登入盖亚数据开放计划网站提交相关信息免费获取。
据悉，相较首期开放的2016年11月滴滴平台专车和快车在成都部分区域内的原始轨迹数据，此次二期数据集在时间和空间维度上均有扩大，不仅新增加了2016年10月成都市同一区域滴滴平台专车和快车的原始轨迹数据，还新开放了2016年10月和11月西安部分区域内专车和快车的原始轨迹数据，能更好地支持学者进行节假日、非节假日及多城市的比较分析。
相关数据并不涉及任何用户的个人信息。滴滴还对数据进行匿名化、加密等处理，能确保相关数据无法追溯到个人，无法还原。
滴滴AI Labs负责人叶杰平表示，滴滴一直在利用大数据、AI技术来改善城市的交通，也希望能和更多的科研工作者一起，激励更多科技创新，在智慧交通前沿做出更多的前瞻探索，共同解决世界级的交通、环保挑战，"我们非常愿意向高校、科研机构开放部分脱敏数据和计算基础设施，未来盖亚数据开放计划也将在保证安全的情况下不断扩大。"
（KDD2018上的滴滴出行）
（滴滴举办的辅导教程吸引了两百多位专业人员参与）
（算法专家现场详解强化学习在滴滴派单中的应用）
（滴滴KDD论文提出WDR模型显著提升ETA预测精度）
（叶杰平教授在KDD现场发布新一期盖亚数据集）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
