CoMobility - uczenie maszynowe w służbie miastu

Profesor Politechniki Warszawskiej Maciej Grzenda przedstawia projekt CoMobility, który łączy różne podejścia i wykorzystuje wiedzę z różnych obszarów, aby lepiej zrozumieć i kształtować mobilność w przestrzeni miejskiej.

Profesor opisuje proces zbierania danych i budowania modeli, które przewidują wybory środków transportu na podstawie różnych cech, takich jak odległość, warunki pogodowe i dostępność transportu publicznego.

Profesor wyjaśnia, co to jest uczenie maszynowe i jak jest zastosowane w projekcie CoMobility, aby przewidywać wybory środków transportu na podstawie różnych cech.

Profesor opisuje badania prowadzone na grupie rodziców dzieci szkolnych, a także na ogół ludności Warszawy, aby zrozumieć ich wybory środków transportu.

Profesor opisuje sposób zbierania danych z Urzędu Miasta Stołecznego Warszawy, takich jak lokalizacje pojazdów komunikacji miejskiej, które są wykorzystywane w modelach uczenia maszynowego.

Profesor opisuje analizę modeli i ich zastosowanie w projekcie CoMobility, w tym różnice między modelami dla ogółu mieszkańców a rodziców dzieci szkolnych.

Profesor opisuje różne typy modeli w uczeniu maszynowym i ich zastosowanie w projekcie CoMobility, w tym wyjaśnialne i niestety bardziej dokładne modely.

Profesor omawia stan transportu publicznego w Warszawie i wyzwania związane z jego rozwijaniem, a także zintegrowaniem z samochodami prywatnymi.

Profesor opisuje, jak projekt CoMobility może być wykorzystany przez rządy miejskie, a także informuje o planowanej konferencji, która ma miejsce 6-7 marca.