Прошёл месяц с момента запуска Азиатско-Тихоокеанского альянса данных Quadrant (APDA). За это время более 100 компаний, включая некоторые из мировых консалтинговых, геопространственных и аналитических фирм, присоединились к программе. Программа предоставляет корпорациям, правительствам и исследователям доступ к мобильным локационным данным, чтобы понять последствия, снизить риски и оптимизировать свои решения на протяжении всей пандемии.
Пандемия создала нетипичные модели спроса в городах, создав властям значительные проблемы. С социальным дистанцированием и необходимостью пребывания дома исторические и трендовые наборы данных становятся всё более востребованными для решения городских проблем. В частности – для информирования о бизнес-стратегиях и стратегиях планирования, поскольку они дают представление о моделях использования городского пространства и о тенденциях передвижения.
Одна из основных проблем при использовании полученных данных для обоснования долгосрочных инвестиций заключается в том, что ни один источник данных не может предоставить информацию об использовании объектов. Для решения этой проблемы один из членов Альянса – австралийская компания Mantra Studios – разработала собственные методы калибровки данных, которые используют технологии машинного обучения для использования кросс-платформенных источников данных smart city (например, IOT, Wi-Fi и данные датчиков) для получения надёжных калибровочных показателей, направленных на улучшение данных о мобильном местоположении – источника данных, предоставляющего информацию об использовании городского пространства.
В недавнем проекте властей по планированию перевозок в Австралии компания была задействована для предоставления информации об использовании сети во время пандемии. Присоединившись к программе, компания использовала мобильные данные о местоположении в масштабе города для создания основных входных данных в рамках многоцелевого моделирования дорожного движения городов. Эта структура обеспечивает получение критически важной аналитической информации для распределения капитала на улучшение и строительство столичной транспортной инфраструктуры.
Джон Дрейпер, директор компании по анализу данных, объясняет: «Начав с данных о местоположении мобильных устройств в масштабе столицы от Quadrant, мы смогли разработать общегородскую модель спроса на движение транспортных средств – в крупные центры назначения и из них. Это позволило получить ценную информацию о том, когда и как использовалась транспортная инфраструктура с течением длительного периода времени, а также об относительных профилях спроса в каждом центре деятельности».
Следующим шагом была калибровка данных с использованием комбинации источников данных smart city, включая SCATS (данные мониторинга трафика в реальном времени на светофорах для динамической оптимизации заторов и улучшения транспортного потока), городской Wi-Fi и данные терминала включения/выключения меток общественного транспорта. Используя регрессионный анализ нейронных сетей, включая алгоритмы стохастического градиентного спуска и обратного распространения, компания смогла создать калиброванные наборы данных и сгенерировать проверенные исторические матрицы происхождения-назначения.
Применение регрессионного анализа машинного обучения из различных источников данных «умных городов» к данным о местоположении мобильных устройств может обеспечить понимание с уровнями точности, ранее достижимыми только за счёт развёртывания дорогостоящих датчиков и ручных методов обследования. Жюльен Эсканде, генеральный директор APAC в Альянсе, говорит: «Выявляя закономерности и тенденции использования и перемещения объектов, особенно в макро- или городском масштабе, правительства и бизнес потенциально могут сэкономить миллиарды долларов на инвестициях в общественную инфраструктуру за счёт оптимального проектирования и планирования».
Программа открыта, и данные останутся доступными для организаций, которым требуются данные о мобильном местоположении, до 31 июля 2020 года. В рамках программы всё партнёры этого альянса будут иметь доступ к наборам данных мобильного местоположения APAC, которые охватывают более 100 миллионов устройств и 50 миллиардов событий в месяц.
Источник: Вестник ГЛОНАСС