National Transport Library Research Database

Resenärer testar ankomstprognoser som intervall från The Train Brain version 2 (Travelers test arrival forecasts as intervals from The Train Brain version 2)

  • Järnfeldt, Jonas
  • Commuter Computing AB, Svenskt företag eller organisation, 559063-4779
Sponsors, duration, budget: Trafikverket ; 2021-09-01 -- 2022-10-30 Registration number:
  • Trafikverket 2021/41504
Subject(s): Online resources: Abstract: Trafik som avviker från tidtabellen behöver prognosticeras så att resenärer får relevant trafikfinormation. Och bakom varje prognos finns en sannolikhetsfördelning. Ibland finns det ett sannolikt utfall (tåget ankommer 6 min sent), ibland finns det flera sannolika utfall (tåget ankommer antingen 6 min sent eller 12 min sent). Idag presenteras alla prognoser som punktskattningar dvs ett utfall även om det finns flera sannolika utfall. Om man istället presenterar ankomstprognoser som intervall och gör det med en konstant säkerhet, t ex en konfidensgrad på 85%, så ställer man ut ett jämnare löfte till resenären. Tanken är att resenären, med detta sätt att beskriva förseningen, ska uppfatta informationen som mer tillförlitlig. Det här projektet bygger på innovationen The Train Brain version 2, som genererar både förseningsprognoser som punktskattningar och förseningsprognoser som intervall. I projektet ska vi bygga en prototyp som kommunicerar ankomstprognoser som förseningsintervall i ett resenärsgränssnitt. Prototypen använder vi sen till att genomföra en kvantitativ undersökning för att ta reda på om resenärer upplever ankomstprognoser som intervall som mer tillförlitliga än ankomstprognoser som punktskattningar. Projektets mål är alltså att utvärdera om prognoser som intervall kan öka den upplevda tillförlitligheten för Trafikverkets förseningsinformation. Abstract: Traffic that deviates from the timetable needs to be delay forecasted. And behind every delay forecast there is a probability distribution. Sometimes there is a single probable outcome (the train arrives 6 minutes late), sometimes there are several probable outcomes (the train arrives either 6 minutes late or 12 minutes late). Today, all forecasts are presented as point estimates, i.e. single outcomes, even if there are several probable outcomes. If you instead present arrival forecasts as intervals and do so with a constant reliability, such as a confidence level of 85%, you issue a more even promise to the customer. This approach, constant reliability, may improve trust in traffic information. This project is based on the innovation “The Train Brain version 2”, which generates both delay forecasts as point estimates and delay forecasts as intervals. In the project, we will build a prototype that communicates arrival forecasts as delay intervals in a passenger traffic information interface. We then use the prototype to carry out user tests on a sample of on-board customers. We want to find out if passengers perceive arrival forecasts as intervals as more reliable than arrival forecasts as point estimates. The project's goal is to evaluate whether forecasts as intervals can increase perceived reliability of the Swedish Transport Administration's delay information.
Item type: