Bachelor's Thesis

Application for searching connections in public transport systems with the use of machine learning

Final Thesis 3.68 MB

Author of thesis: Bc. Kryštof Paulík

Acad. year: 2023/2024

Supervisor: Ing. Juraj Lazúr

Reviewer: Ing. Jiří Hynek, Ph.D.

Abstract:

With the growing population of cities, there is an increase in the number of cars as well as other means of transport in the streets, leading to traffic complications causing delays in public transit vehicles. Users planning their public transit journey need to simply search for the fastest route. However, this gets complicated by vehicle delays, which can often lead to missed transfers or other problems. The intention of this thesis is to introduce machine learning to public transit route search so that possible delays of vehicles are taken into account when searching for a route. The application aims to reduce the time passengers spend on their journey by finding more reliable routes in the public transit system.

Keywords:

data, public transit, GTFS, route search, delay, machine learning

Date of defence

10.06.2024

Result of the defence

Defended (thesis was successfully defended)

znamkaCznamka

Grading

C

Process of defence

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.

Topics for thesis defence

  1. Rozveďte princip predikce zpoždění použité ve Vaší bakalářské práci. Popište rovněž výhody a nevýhody.
  2. S jak velkým předstihem je vaše aplikace schopna zpoždění predikovat? Proč selhává pro víkendové dny?

Language of thesis

Czech

Faculty

Fakulta informačních technologií

Department

Department of Information Systems

Study programme

Information Technology (BIT)

Composition of Committee

doc. Dr. Ing. Dušan Kolář (předseda)
RNDr. Marek Rychlý, Ph.D. (člen)
doc. Dr. Ing. Otto Fučík (člen)
Ing. František Grézl, Ph.D. (člen)
Ing. Filip Orság, Ph.D. (člen)

Supervisor’s report
Ing. Juraj Lazúr

Študent k svojej práci pristupoval s plnou vážnosťou. Výsledky jeho práce ukazujú vhodné spôsoby využitia strojového učenia v oblasti hromadnej dopravy, ktoré nájdu využitie pri zvyšovaní presnosti a kvality vyhľadávania spojení. Navrhujem hodnotenie stupňom B.

Evaluation criteria Verbal classification
Informace k zadání

Cieľom práce bolo overenie možností využitia strojového učenia v oblasti vyhľadávania najvhodnejšieho spojenia v rámci systémov hromadnej dopravy. Študent sa konkrétne venoval skúmaniu a testovaniu použiteľnosti rôznych klasifikačných a prediktívnych metód nad historickými dátami o meškaní vozidiel. Pre účely práce študent preštudoval spôsoby pre popis systémov hromadnej dopravy pomocou univerzálnych štandardizovaných formátov (napr. GTFS, Transmodel), ako aj algoritmy pre vyhľadávanie spojení v reálnom čase. Okrem toho sa študent musel oboznámiť s rôznymi druhmi strojového učenia, pričom skúmal vhodnosť použitia jednotlivých druhov a metód nad dostupnými dátami, ako aj na základe výsledkov predchádzajúcich štúdií v danej oblasti. Celkový výsledok hodnotím kladne. Prínos práce spočíva najmä v priamej praktickej aplikácií výsledkov na rozdiel od predchádzajúcich štúdií. Práca predstavuje prvý krok multimodálneho plánovača, ktorý vzniká v spolupráci s mestom Brno. Výsledky práce tak budú slúžiť ako základ nástroja, ktorý má potenciál zlepšiť cestovanie hromadnou dopravou nielen v Brně.
Práce s literaturou

Študent aktívne skúmal odbornú literatúru s využitím dostupných nástrojov, ako aj dokumentáciu k použitým nástrojom.
Aktivita během řešení, konzultace, komunikace

Študent aktívne komunikoval počas celého riešenia práce, konzultácie prebiehali pravidelne každé dva týždne. Práca postupovala dobrým tempom.
Aktivita při dokončování

Práca bola dokončená s rezervou a mohla tak byť dostatočne konzultovaná.
Publikační činnost, ocenění
Points proposed by supervisor: 80
Display more

Grade proposed by supervisor: B

Reviewer’s report
Ing. Jiří Hynek, Ph.D.

Student splnil zadání. Práce obsahuje některé výše zmíněné nedostatky jak v teoretické, tak v praktické části. Student nicméně řešil obtížnější zadání. Navrhuji hodnocení stupněm C.

Evaluation criteria Verbal classification Points
Náročnost zadání

Evaluation level: obtížnější zadání

Cílem práce bylo implementovat aplikaci pro vyhledávání spojů Integrovaného dopravního systému Jihomoravského kraje (IDS JMK) se zohledněním historických dat o zpoždění. Student prostudoval známé formáty reprezentace systémů hromadné dopravy, problematiku strojového učení, dále knihovnu scikit-learn, s jejíž využitím natrénoval prediktor zpoždění, který je využitý při hledání spojení. Zadání hodnotím jako obtížnější.
Prezentační úroveň technické zprávy

Text je rozumně rozčleněn na teoretickou a praktickou část. Vytkl bych zejména nedostatečný popis výsledného algoritmu predikce zpoždění v sekci 7.4 představujícího jádro práce. Daná sekce je velmi stručná a považuji ji za nedostatečnou.

 65
Formální úprava technické zprávy

Formální úprava dokumentu je na přijatelné úrovni. Vytkl bych zejména některé opakující se typografické chyby (např. špatné pomlčky) nebo nedostatečné zvýrazňování pojmů.

 75
Realizační výstup

Výstupem práce je aplikace implementovaná v jazyce Python a knihovně PyQt5. Aplikace vyhledává nejvhodnější spojení mezi uživatelsky zadanými zastávkami se zohledněním historie zpoždění. Aplikace by mohla být více propracovaná z hlediska parametrizace vyhledávání. Rovněž by bylo přínosné, kdyby uměla porovnávat různé prediktory zpoždění a nepoužívala pouze jeden.

 65
Využitelnost výsledků

Využitelnost výsledků je momentálně spíše akademická a poslouží k dalšímu výzkumu optimalizace hromadné dopravy.
Rozsah splnění požadavků zadání

Evaluation level: zadání splněno
Rozsah technické zprávy

Evaluation level: je v obvyklém rozmezí
Práce s literaturou

Student prostudoval dostatečné množství odborných zdrojů. Vytkl bych nicméně slabší citování v sekci 2.2.

 75
Topics for thesis defence:
  1. Rozveďte princip predikce zpoždění použité ve Vaší bakalářské práci. Popište rovněž výhody a nevýhody.
Points proposed by reviewer: 70
Display more

Grade proposed by reviewer: C