Az intelligens közlekedési rendszerek (ITS) célja, hogy a forgalmat hatékonyabbá és biztonságosabbá tegyék. Mind akadémiai és ipari oldalról az elmúlt évek egyik legnagyobb intenzitással kutatott ITS területe a pontos és megbízható forgalompredikció. Több kooperatív ITS és okosváros alkalmazás alapját szolgálja, mint például a lámpaszekvenciákkal összehangolt sebességajnálásét (GLOSA), vagy a közlekedési lámpaszekvenciák optimalizálásáét (TLC). 
A terület nehézsége a nagymennyiségű, komplex, valamint dinamikusan változékony adattermészet kezelése. A téma fontossága és a rajta dolgozó erőforrások ellenére sincs mindenhol elfogadott, state-of-the-art megoldás. A téma célja, hogy a hallgató megismerkedjen korszerű gépi- és mélytanuláson alapuló algoritmusokkal és ezekkel új forgalompredikciós rendszert hozzon létre. A munka során kidolgozásra kerül egy adatokat időben optimálisan feldolgozni képes szekvencia, mely lehetővé tesz a modell folytonos tanítását. A rendszer a Commsignia által szolgáltatott valós adathalmazon lesz tesztelve.