Varbūtības modeļi tiek plaši izmantoti dažādu procesu aprakstam un analīzei plašās sfērās kā drošība, riska analīze, rindošanas teorija, datu komunikācija, loģistika, glabāšanas sistēmas utt. Šim mērķim bieži vien tiek izmantoti Markova modeļi. Arvien lielāku popularitāti gūst  ideja ievietot šos modeļus kādā ārējā vidē, kas tiek aprakstīta ar Markova ķēdi ar nepārtrauktu laiku. Tie ir tā…

Author: Dmitry Pavlyuk The research project “Spatiotemporal urban traffic modelling using big data”[i] is coming to the end and it’s time to summarise the results. The primary objective of the project was methodological: enhancement of urban traffic flow forecasts by responsive spatiotemporal models based on big data. “Spatiotemporal” means use of relationships that appear between…

Markova procesi (MP) ir vispopulārākie un visbiežāk izmantotie stohastisko sistēmu modelēšanas rīki. Piemēram, vispilnīgākā meklētājprogramma Google Scholar atspoguļo aptuveni 2700 rakstus, publicētus 2019. gadā, kuru nosaukumā ir vārds “Markov”. Turklāt, ja meklēšana tiek paplašināta arī saturā (ieskaitot patentus un citātus), tad mēs iegūstam apmēram 25 tūkstošus rakstu. Kas padara Markova procesus tik pievilcīgus? No vienas…

Author: Dmitry Pavlyuk Imagine you are driving to a decisive ice hockey match in Riga in the nearest future. You sit a comfortable seat of your self-driving car and ask it for your destination. The super-intelligent on-board computer collects forecasts from the best-ever urban traffic forecasting service and chooses the optimal uncongested route.  Now it’s…