Towards Sustainable Urban Mobility: Interpretable Machine Learning for Bike-Sharing Inflow and Outflow Prediction

Hamed Naseri, Francesco Ciari, Nicolas Saunier

Article de revue (2026)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département des génies civil, géologique et des mines
Organismes subventionnaires:
Natural Sciences and Engineering Research Council of Canada (NSERC)
Numéro de subvention:
ALLRP 577172-2022
Adresse URL de PolyPublie:
https://publications.polymtl.ca/80323/
Titre de la revue :
Data Science for Transportation ( vol. 8 )
Maison d'édition:
Springer Science+Business Media
DOI:
10.1007/s42421-026-00170-8
URL officielle:
https://doi.org/10.1007/s42421-026-00170-8
OAI:
oai:publications.polymtl.ca:80323
ORCID
Date du dépôt:
02 sept. 2026 12:25
Dernière modification:
14 oct. 2026 14:46
Citer en APA 7:
Naseri, H., Ciari, F., & Saunier, N. (2026). Towards Sustainable Urban Mobility: Interpretable Machine Learning for Bike-Sharing Inflow and Outflow Prediction. Data Science for Transportation, 8, 27 (20 pages). https://doi.org/10.1007/s42421-026-00170-8

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document