Regio Zuid-Holland | Onderzoek naar manieren voor analyse en verzameling fietsers data met behulp van AI technieken

Steden hebben moeite om betrouwbare, accurate en goedkope gegevens te vinden. ByCycling kan op elk geografische punt op een stadsnetwerk 24 uur per dag en 7 dagen per week mobiliteitsgegevens verzamelen en inzichten verzamelen in fietspatronen die ontleed zijn door het tijdstip van de dag of de dag van de week...Met dit MIT-haalbaarheidsproject willen we echter een stap verder gaan. We hebben een manier bedacht om een Machine Learning-techniek te ontwikkelen die gebruikersgegevens in verschillende categorieën kan verzamelen en sorteren voor verdere Big Data-analyse. bijv. Gebruikers kunnen automatisch op locatie worden gesorteerd op dit Machine Learning-platform om te laten zien welke buurten meer fietsen, of welke wijk hun gebruik van de fiets meer heeft verhoogd in de laatste week / maand / jaar, en hetzelfde kan gaan voor steden binnen een regio, of voor regio's in het land...Ook zou dit nieuwe Machine Learning-systeem automatisch de leaderboards van gebruikers in de app categoriseren op basis van verschillende aspecten, zoals type fiets, leeftijdscategorie, type activiteit of locatie / stad...Door dit nieuwe systeem te ontwikkelen, kan ByCycling steden helpen het rijgedrag in lokale gemeenschappen en het hele land beter te begrijpen bij het plannen, onderhouden en upgraden van fietsinfrastructuur, op een veel goedkopere en eenvoudigere manier.

Projectsamenvatting

Projectnummer MIT-2019-0985
Rijksbijdrage € 20.000,00
Locatie Nederland
Jaar 2019
Subsidieregeling Mkb-innovatiestimulering Topsectoren
Sectoren Elektronica-industrie, ICT
Aanvrager ByCycling International B.V.