En

Студенты из Финляндии и России предложат варианты оптимизации маршрутов Томска, используя технологии Big Data

Студенты из Финляндии и России предложат варианты оптимизации маршрутов Томска, используя технологии Big Data

В Томском политехническом университете стартовала Международная научная школа по большим данным «Транспорт для умного города — устойчивые инновации с использованием технологий больших данных» (Smart City Transport — Innovating Sustainable Solutions Using Big Data).

В Томском политехническом университете стартовала Международная научная школа по большим данным «Транспорт для умного города — устойчивые инновации с использованием технологий больших данных» (Smart City Transport — Innovating Sustainable Solutions Using Big Data). Ее участниками стали интернациональные команды студентов, которые в течение нескольких дней будут работать над решением транспортных проблем умного города, используя технологии больших данных и экономики замкнутого цикла.

«Добро пожаловать в Томск! Эта школа проходит в стенах ТПУ во второй раз, и я надеюсь, что это только один из этапов нашего сотрудничества. Уверен, что наша успешная кооперация будет продолжаться и дальше.

Надеюсь, что работа школы будет очень успешной, что вы проявите свои самые лучшие качества при решении достаточно сложных задач, а, кроме того, вольетесь в студенческий поток Томска, почувствуете ту особую атмосферу, что есть в нашем университете, в нашем городе»,

— обратился к участникам школы заместитель директора по развитию Инженерной школы информационных технологий и робототехники Антон Демин.

Добавим, в работе школы принимают участие студенты и преподаватели Университета прикладных наук ВАМК (город Вааса, Финляндия), Иркутского национального исследовательского технического университета, а также студенты-политехники, в том числе и из Индии, Эквадора, Китая, Таиланда. Ребята сформируют четыре интернациональные команды, включающие представителей различных областей знания. По мнению организаторов научного мероприятия, именно междисциплинарные команды наиболее эффективны при решении актуальных проблем умных городов.

«Самый идеальный вариант — это когда сотрудничество происходит на стыке разных специальностей. Так как очень часто бывает, когда, например, люди, которые занимаются транспортом, у них есть определенные задачи, есть множество идей, но нет возможности наиболее эффективно оформить их. Поэтому это очень хорошо, что и наши студенты смогут получить новый опыт, и поделятся своими знаниями с другими участниками», — считает технический руководитель Транспортной лаборатории ИРНИТУ Алексей Левашев.

Отметим, работа научной школы построена таким образом, что студенты-участники международных команд не только работают над поставленной задачей, но и учатся эффективно взаимодействовать, больше узнают о различных аспектах Big Data, концепции экономики замкнутого цикла. Для этого организаторы подготовили ряд интересных лекций, посвященных, например, использованию технологий больших данных при планировании городских транспортных схем, экономике замкнутого цикла и инновациям, проектному менеджменту, исследованию национальных бизнес-культур и многому другому.

Что касается самого кейса, то основная задача команд — оптимизировать пассажиропоток умного города, используя инновационные методы. Причем подойти к решению задачи комплексно. Так, команды, вооружившись GPS-трекерами, будут отслеживать движение популярных студенческих маршрутов Томска. Затем собранные данные будут преобразованы в формат, удобный для анализа. После чего, учитывая ряд важных факторов, ребятам предстоит построить специальную трехмерную модель, учитывающую транспортное планирование, анализ загруженности веток в час пик и многое другое. В финале научной школы команды представят свои комплексные решения по оптимизации маршрутов и пассажиропотока Томска. Итоги проектов подведут в понедельник, 2 декабря.

Справка:

Школа проходит в рамках реализации международного соглашения «Остроботния-Сибирь-Фирст» (Ostrobothnia- Siberia - First Network) программы академической мобильности «First+».

Основной целью является популяризация знаний в области обработки и анализа больших данных, экономики замкнутого цикла и формирование у студентов навыков работы в междисциплинарной международной команде для решения практических задач.