Ejemplos de los resultados de estas investigaciones, basados en el uso de sistemas neuronales dinámicos recurrentes, son: el Modelo de predicción de accidentes de tráfico en la ciudad de Madrid; el Modelo de predicción del tráfico, con sus atascos, áreas y horarios de mayor densidad y sus alternativas, lo que combinado con otras arquitecturas de IA permite también en el entorno EMT la predicción de ocupación de autobuses, de tiempos de espera, y de contaminación evitada por los servicios ofertados; Modelo de predicción de contaminantes – SOCAIRE: en colaboración con el Ayuntamiento de Madrid y la empresa Inverence, que ha sido actualizado con la inclusión de variables meteorológicas para afinar la previsión de los distintos contaminantes en la calidad del aire y, así, mejorar las previsiones que se realizan y las decisiones que se toman conforme al Protocolo del NO2 del Ayuntamiento de Madrid.
En cuanto al trabajo a desarrollar tras este convenio recién suscrito, se explorarán nuevas líneas de investigación en torno a la calidad del aire y huella de carbono, y la relación que existe entre los servicios de EMT y el tráfico de la ciudad en las emisiones perjudiciales que se evitan/producen a través de ellos: generación de herramientas basadas en redes neuronales para la predicción del tráfico capaces de relacionarse de forma directa con la estimación de contaminantes en la ciudad de Madrid. Mejora de modelos de contaminación mediante la introducción del tráfico pasado y el tráfico estimado; Modelos de predicción de BiciMad, unos de los principales sistemas de transporte sostenible ofrecido en los últimos años en Madrid, con datos relativos a mapas de origen y destinos de las bicis y datos meteorológicos que favorecen / interfieren en su uso; conocer el número de personas que hacen uso del autobús y de BiciMad, permitirá generar escenarios sobre cómo fluctúa la contaminación de Madrid en todo el territorio y por barrios y distritos en función de estos dos servicios.
Sobre el cálculo de la huella de carbono, aunque la propia empresa realiza el suyo propio, el objetivo es morarlo con los datos relativos a la velocidad/kilometraje de los autobuses y su modelo, para cuantificar el incremento de situaciones concretas, en paradas, atascos o durante el traslado de autobuses entre Centros de Operaciones.
