Use Cases Implemented उपयोग मामले क्रियान्वित

Passenger Business

यात्री व्यवसाय

The utility provides an optimal quota mix to provide confirmed berths to maximum number of passengers at the time of booking. The algorithm accounts for change in demand during holidays, festive seasons, etc, thereby enhancing customer experience by providing maximum reserved bookings. बुकिंग के समय यात्रियों की अधिकतम संख्या को कन्फर्म बर्थ प्रदान करने के लिए उपयोगिता एक इष्टतम कोटा मिश्रण प्रदान करती है। एल्गोरिदम छुट्टियों के दौरान मांग में बदलाव के लिए खाता है, त्योहारी सीजन आदि, जिससे अधिकतम आरक्षित बुकिंग प्रदान करके ग्राहक अनुभव को बढ़ाया जा सके।

Mid - section detention of trains

ट्रेनों का मिड-सेक्शन डिटेंशन

The module analyzes the daily mid-section detention of trains based on data published every 30 seconds from locos through RTIS/REMMLOT devices. AI/ML is used to generate clusters of such locations and further, the clusters are mapped with physical locations like level crossings to analyze probable reason of detentions. This assists in review of locations where interventions are required to reduce the travel time. मॉड्यूल आरटीआईएस/रेमलॉट उपकरणों के माध्यम से लोको से प्रत्येक 30 सेकंड में प्रकाशित डेटा के आधार पर ट्रेनों के दैनिक मध्य-खंड अवरोधन का विश्लेषण करता है। एआई/एमएल का उपयोग ऐसे स्थानों के समूहों को उत्पन्न करने के लिए किया जाता है और इसके अलावा, अवरोधों के संभावित कारणों का विश्लेषण करने के लिए समूहों को समपारों जैसे भौतिक स्थानों के साथ मैप किया जाता है। यह उन स्थानों की समीक्षा में सहायता करता है जहां यात्रा के समय को कम करने के लिए हस्तक्षेप की आवश्यकता होती है।

Freight business- Wagon demand forecast

माल व्यवसाय- वैगन मांग पूर्वानुमान

In the freight unloading (loading) cycle, a rake switches from the loaded (empty) state to an empty (loaded) state once at the end of unloading (loading). An empty rake may travel for up to five days to reach the next loading station. Approximately 40% of this turn-round time consists of empty rake movement. Unlike a loaded rake where the destination is known, empty rakes are re-positioned in advance at the likely loading locations. As assignment decisions are based on partial information, there are instances where rakes are in surplus at some locations while being inadequate at other locations. Based on a time-series analysis and incorporating additional external data, wherever available, demand prediction model for demand forecast at cement, coal, iron and steel sidings has been developed for the next 5 days. फ्रेट अनलोडिंग (लोडिंग) चक्र में, एक रेक अनलोडिंग (लोडिंग) के अंत में एक बार लोडेड (खाली) स्थिति से खाली (लोडेड) स्थिति में बदल जाता है। अगले लोडिंग स्टेशन तक पहुंचने के लिए एक खाली रेक पांच दिनों तक यात्रा कर सकता है। इस टर्न-राउंड समय के लगभग 40% में खाली रेक संचलन होता है। लोडेड रेक के विपरीत जहां गंतव्य ज्ञात होता है, संभावित लोडिंग स्थानों पर खाली रेक अग्रिम रूप से पुन: स्थापित किए जाते हैं। चूंकि समनुदेशन के निर्णय आंशिक सूचना पर आधारित होते हैं, ऐसे उदाहरण हैं जहां रेक कुछ स्थानों पर अधिशेष में हैं जबकि अन्य स्थानों पर अपर्याप्त हैं। समय-श्रृंखला विश्लेषण के आधार पर और अतिरिक्त बाहरी डेटा को शामिल करते हुए, जहां भी उपलब्ध हो, सीमेंट, कोयला, में मांग पूर्वानुमान के लिए मांग पूर्वानुमान मॉडल अगले 5 दिनों के लिए लोहे और इस्पात की साइडिंग विकसित की गई है।

Release Time Prediction

रिलीज समय भविष्यवाणी

The module predicts the time between placement and release of rakes at different sidings. With use of machine learning prepare model that can predict the release time of freight trains at the time of its placement. मॉड्यूल अलग-अलग साइडिंग पर रेक लगाने और छोड़ने के बीच समय की भविष्यवाणी करता है। मशीन लर्निंग के उपयोग से एक ऐसा मॉडल तैयार करें जो मालगाड़ियों के प्लेसमेंट के समय उनके रिलीज होने के समय का अनुमान लगा सके।

Material Management

सामग्री प्रबंधन

Enables the user to search from more than 3 lakh stock items using cutting-edge AI technology and prevents duplication of stock items in Material Master, making way for inventory standardization. उपयोगकर्ता को अत्याधुनिक एआई तकनीक का उपयोग करके 3 लाख से अधिक स्टॉक आइटम से खोज करने में सक्षम बनाता है और सामग्री मास्टर में स्टॉक आइटम के दोहराव को रोकता है, जिससे इन्वेंट्री मानकीकरण का रास्ता बनता है।