Модель помогает туристам точнее планировать маршруты и избегать опасных ситуаций, которые часто возникают из-за неправильной оценки времени.

Проблема в том, что старые методы расчета времени в пути учитывали только уклон (подъем или спуск) и скорость ходьбы. Но они не брали в расчет, что у каждого человека свои физические возможности, а усталость накапливается с каждым километром. HikingTTE решает эту проблему. Она использует:

• Функцию Лоренца — чтобы точнее рассчитать скорость на разных участках маршрута.
• LSTM-модули — для анализа данных по времени (например, как меняется скорость).
• Механизм внимания — чтобы выделить самые важные части маршрута.

Главное преимущество модели — она учится на ходу. Например, если турист прошел первую часть маршрута, HikingTTE анализирует его скорость и усталость, а затем предсказывает, сколько времени займет оставшийся путь. Это делает прогнозы более точными.

В тестах HikingTTE показала отличные результаты:

• Уменьшила ошибку в расчетах на 12,95% по сравнению с обычными методами.
• Обогнала другие модели глубокого обучения на 0,97%.

Исследователи считают, что их модель станет новым стандартом для туристов. В будущем они хотят добавить возможность учитывать прошлые походы каждого человека, чтобы прогнозы стали еще точнее. Это поможет туристам лучше планировать маршруты, избегать переутомления и снизить риск несчастных случаев.

Модель можно будет встроить в приложения для туристов или навигаторы, чтобы каждый мог получать точные подсказки прямо на маршруте.

Ранее ученые доказали, что ходьба и бег полезны для здоровья. Но только определенные ходьба и бег.