 We discuss and explore the use of

 We discuss and explore the use of time-series data
mining techniques in transportation domain. The
application of time-series data mining would allow
transport planners to effectively transform large amount
of complex temporal data into actionable insights and
knowledge.
 We demonstrate the use of time-series data mining in
transportation domain with a case study on Singapore
public train transit. The case study would apply
time-series data mining techniques on over 60 million
commuters‘ public train transit trips and generate travel
patterns of commuters for 102 train stations.
 We derived several interesting insights on commuters‘
travel patterns and behavior from the case study. These
generated insights provide an example to urban
transport planners on how they could leverage
time-series data miming to better understand the
commuters‘ travel patterns and behaviors.

ผลลัพธ์ (ไทย) 1:

คล้ายเราอภิปราย และสำรวจการใช้ข้อมูลอนุกรมเวลาเทคนิคการทำเหมืองแร่ในโดเมนการขนส่ง ที่แอพลิเคชันของการทำเหมืองข้อมูลอนุกรมเวลาจะช่วยให้วางแผนการขนส่งเพื่อแปลงจำนวนมากได้อย่างมีประสิทธิภาพมองมุมซับซ้อนข้อมูลชั่วคราว และความรู้คล้ายเราสาธิตการทำเหมืองข้อมูลอนุกรมเวลาในการใช้การเดินทางโดเมนกับกรณีศึกษาในสิงคโปร์ขนส่งรถสาธารณะ ต้องใช้กรณีศึกษาเทคนิคการทำเหมืองข้อมูลอนุกรมเวลาในกว่า 60 ล้านของผู้เดินทางขนส่งรถไฟ และสร้างเดินทางรูปแบบของการสำรวจสำหรับ 102 สถานีรถไฟคล้ายที่เราได้รับข้อมูลเชิงลึกน่าสนใจต่าง ๆ ในการสำรวจการเดินทางรูปแบบและลักษณะการทำงานจากกรณีศึกษา เหล่านี้สร้างความเข้าใจให้ตัวอย่างการเมืองวางแผนการขนส่งในวิธีที่สามารถใช้ข้อมูลชุดเวลา miming เพื่อเข้าใจการของผู้เดินทางรูปแบบและลักษณะการทำงาน

ผลลัพธ์ (ไทย) 2:

เราหารือและสำรวจการใช้ข้อมูลอนุกรมเวลา
เทคนิคการทำเหมืองในโดเมนขนส่ง
แอพลิเคชันของอนุกรมเวลาการทำเหมืองข้อมูลจะช่วยให้
วางแผนการขนส่งให้มีประสิทธิภาพการแปลงจำนวนมาก
ของข้อมูลชั่วคราวที่ซับซ้อนในเชิงลึกดำเนินการและ
ความรู้.
เราแสดงให้เห็นถึงการใช้งานของอนุกรมเวลาการทำเหมืองข้อมูลใน
โดเมนขนส่งกับกรณีศึกษาที่สิงคโปร์
รถไฟขนส่งสาธารณะ . กรณีศึกษาจะใช้
เวลาชุดเทคนิคการทำเหมืองข้อมูลในกว่า 60 ล้าน
ผู้โดยสาร 'การเดินทางการขนส่งรถไฟของประชาชนและสร้างการเดินทาง
รูปแบบของผู้โดยสาร 102 สถานีรถไฟ.
เรามาข้อมูลเชิงลึกที่น่าสนใจหลายผู้โดยสาร '
รูปแบบการเดินทางและพฤติกรรมจากกรณีศึกษา เหล่านี้
ข้อมูลเชิงลึกให้สร้างตัวอย่างที่ดีแก่เมือง
วางแผนการขนส่งเกี่ยวกับวิธีที่พวกเขาสามารถใช้ประโยชน์จาก
ข้อมูลอนุกรมเวลาล้อเลียนให้เข้าใจถึง
รูปแบบการเดินทางผู้โดยสารและพฤติกรรม

ผลลัพธ์ (ไทย) 3:

เราพูดคุยและสำรวจการใช้ข้อมูลอนุกรมเวลา
เหมืองเทคนิคในการขนส่ง
การประยุกต์ใช้การทำเหมืองข้อมูลอนุกรมเวลาจะช่วยวางแผนการขนส่งให้มีประสิทธิภาพแปลง

จํานวนเชิงซ้อน และข้อมูลลงในข้อมูลเชิงลึกและความรู้เรา
.
เราแสดงให้เห็นถึงการใช้ข้อมูลอนุกรมเวลาเหมืองแร่ใน
การขนส่งโดเมนกับกรณีสิงคโปร์
รถไฟขนส่งสาธารณะ กรณีจะใช้
เวลาเทคนิคการทำเหมืองข้อมูลในกว่า 60 ล้านผู้โดยสารรถไฟขนส่งสาธารณะ
' การเดินทางและสร้างรูปแบบของผู้โดยสารสำหรับการเดินทาง

 102 สถานีรถไฟ เราได้มาหลายข้อมูลเชิงลึกที่น่าสนใจในโครงการ '
รูปแบบการเดินทางและพฤติกรรมจากกรณีศึกษา สร้างข้อมูลเชิงลึกให้ตัวอย่างนี้

ไปเมืองการขนส่งวางแผนเกี่ยวกับวิธีที่พวกเขาสามารถใช้ประโยชน์จากข้อมูลอนุกรมเวลา ( ทำท่าจะเข้าใจ

ผู้โดยสาร ' รูปแบบการเดินทางและพฤติกรรม