在过去的20年里，乘坐英国火车的乘客数量几乎翻了一番，达到17亿人，沐鸣测速火车晚点对人们的出行计划产生了重大影响。

伊利诺伊大学的一个团队应用了一种“时空曲线图Convolutional Network”模型来预测英国铁路网络中Didcot Parkway和London Paddington作为入口站的部分晚点情况。

研究人员Huy Tran表示:“与其他统计模型相比，该模型在预测未来60分钟的延迟方面优于其他模型。”“其中一个挑战是，这些数据只能捕捉到火车从起点到终点的整个行程。它并没有告诉我们它是在哪里被延迟的。”

该团队的新公式近似计算了延误发生的路段——然后人工智能将这些数据与现实世界的数据结合起来，以预测行为。

英国的铁路网效率通常低于其欧洲邻国。欧盟委员会(European Commission) 2014年的数据显示，英国火车的准点率为90%(5分钟或10分钟窗口时间，取决于服务类型)，而法国和德国的准点率分别为91%和93%。

2016-17年度英国的最新数据显示，沐鸣测速地址准点率降至87.7%左右。

“在人工智能模型的很多时候，我们并不真正理解为什么这个模型能说明它的作用。我们只是试图预测会有什么延迟，但我们对延迟的原因和地点没有任何见解，”Tran说。“我们感兴趣的事情之一是让这些模型有更多的可解释性，这样我们就能更好地理解为什么它会做出这样的暗示或预测。”

“我们也希望，在某个时刻，结束这个循环，并说:根据这些信息，你可能会对延迟做出以下反应。”

自冠状病毒封锁开始以来，英国的铁路部门一直受到影响，沐鸣测速今年4月至6月期间，旅行人次减少了4亿多。