KIT | KIT-Bibliothek | Impressum | Datenschutz

Predicting cycling traffic in cities: Is bikesharing data representative of the cycling volume

Kaiser, Silke K.; Klein, Nadja ORCID iD icon 1; Kaack, Lynn H.
1 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)


Zugehörige Institution(en) am KIT Scientific Computing Center (SCC)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2023
Sprache Englisch
Identifikator KITopen-ID: 1000176061
HGF-Programm 46.21.02 (POF IV, LK 01) Cross-Domain ATMLs and Research Groups
Erschienen in 11th International Conference on Learning Representations (ICLR 2023): Tackling Climate Change with Machine Learning Workshop
Veranstaltung 11th International Conference on Learning Representations (ICLR 2023), Kigali, Ruanda, 01.05.2023 – 05.05.2023
Projektinformation ENP, 1. Förderabschnitt (DFG, DFG EIN, KL 3037/1-1)
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page