Abstract: Projektet utgör en fortsättning på metodutveckling som startades i forskningsprojektet FR8HUB WP3 och syftar till att förbättra prediktion av ankomst- och avgångstider för godståg med hjälp av maskininlärning tillämpat på en analytisk modell, vilket kan användas både för att 1) mäta kapacitetsutnyttjande på bangård och 2) som indata till t.ex. makrosimuleringsmodeller för kapacitetsanalys i ett nätverksperspektiv.Abstract: The project is a continuation of method development that was started in the research project FR8HUB WP3 and aims to improve the prediction of arrival and departure times for freight trains using machine learning applied to an analytical model, which can be used both to 1) measure capacity utilization on railway and 2) as input to e.g. macro simulation models for capacity analysis in a network perspective.