Anhand der Verkehrsdaten der Stadt Dublin können wir Prognosen lernen und darauf aufbauend günstige Routen für Benutzer berechnen. Ein erster Prototyp nutzt das Spatio Temporal Random Field zur Prognose, Open Street Map für die Karte und Open Trip Planner für die Route. Dieser vielversprechende Ansatz soll fortgesetzt werden! Wir sind im Austausch mit verschiedenen Städten und bekommen von dem EU-Projekt VAVEL sowie dem SFB 876-Projekt B4 Verkehrsdaten. Viele Fragen sind noch offen, z.B.: Welche Anzahl von Autos macht einen Stau aus? 5 - 20 Autos an der Ampel? Oder 3 - 12? Gibt es Intervalle, für die Prognosen besonders gut zu lernen sind? Mit welcher Methode finden wir sie? Was passiert, wenn *alle* der Umleitung folgen? Es gibt theoretische Arbeiten zur Abschätzung, wie gut egoistisches Verhalten das Gesamtwohl erreicht. Können wir anhand der Umleitungsempfehlung berechnen, wo der Stau demnächst sein wird und die Empfehlung deshalb ändern? Wie? Wenn wir auch telefonieren oder twittern können (eingerichtet über das Radio Dublin), wann wäre es am besten und welche Information sollten wir melden? Oder nach welcher Information fragen? Das Thema kann sehr gut betreut werden und bietet Spielraum für unterschiedliche Interessen.

Maschinelles Lernen, besonders probabilitische graphische Modelle oder Gaussche Prozesse.