Tento projekt byl spolufinancován se státní podporou Technologické agentury ČR v rámci 4. veřejná soutěž Programu na podporu aplikovaného výzkumu ZÉTA
www.tacr.cz
Výzkum užitečný pro společnost.

Detail projektu

Efektivní časoprostorové predikce s využitím metod strojového učení

Období řešení: 01.06.2020 — 31.05.2022

Zdroje financování

Technologická agentura ČR - 4. veřejná soutěž Program na podporu aplikovaného výzkumu ZÉTA

- plně financující (2020-07-10 - 2026-07-31)

O projektu

Navrhovaný projekt je zaměřen na řešení komplexních časoprostorových úloh pomocí metod strojového učení zejména v oblasti komfortu pohybu chodců. Pomocí agentních modelů bude algoritmicky vytvořena obsáhlá trénovací množina dat, na základě které bude možné vhodnou metodou strojového učení predikovat např. vysokou hustotu osob na m2 na vstupní bráně fotbalového stadionu v reálném čase. Výstup projektu bude uplatnitelný obecně v jakémkoli odvětví, které pracuje s časoprostorovými úlohami.

Popis anglicky
The main objective of the project is to create a software tool that streamlines the spatio-temporal predictions of the movement of persons and thus facilitates the work of entities involved in building design and space division (in relation to generative design). This tool should alert the user in real-time where the assessed geometry could reduce the comfort of future occupants due to insufficient space capacity (e.g. queue creation, long waiting times, etc.). The results will be compared with the values obtained from common agent models. Another goal is to create materials and recommended procedures for other research teams that will deal with the issue.

Klíčová slova
Strojové učení, Umělá inteligence, Numerická simulace, Časoprostorové modely, Pohyb pěších, Funkce klasifikátoru, Efektivní predikce, Komfort pohybu

Klíčová slova anglicky
Machine learning, Artificial intelligence, Numerical simulation, Spacetime models, Movement of pedestrians, Classifier function, Efficient prediction, Comfort of movement

Označení

TJ04000232

Originální jazyk

čeština

Řešitelé

Pálková Martina, Ing., Ph.D. - hlavní řešitel
Apeltauer Jiří, Ing., Ph.D. - spoluřešitel
Apeltauer Tomáš, doc. Mgr., Ph.D. - spoluřešitel
Okřinová Petra, Ing., Ph.D. - spoluřešitel
Podroužek Jan, doc. Dr.techn. Ing. - spoluřešitel
Uhlík Ondřej, Ing. - spoluřešitel

Útvary

Ústav automatizace inženýrských úloh a informatiky
- příjemce (01.06.2020 - 31.05.2022)

Výsledky

KRČ, R.; KRATOCHVÍLOVÁ, M.; PODROUŽEK, J.; APELTAUER, T.; STUPKA, V.; PITNER, T. Machine Learning-Based Node Characterization for Smart Grid Demand Response Flexibility Assessment. Sustainability, 2021, vol. 13, no. 5, p. 1-18. ISSN: 2071-1050.
Detail

PÁLKOVÁ, M.; UHLÍK, O.; APELTAUER, T. Calibration of the Pedestrian Ingress Model in the Vaccination Center. Thunderhead Engineering, 2022.
Detail

PÁLKOVÁ, M.; UHLÍK, O.; OKŘINOVÁ, P.; APELTAUER, J.: TJ04000232-V3; Metodika pro testování a validaci klasifikátorů. https://espred.fce.vutbr.cz/. URL: https://espred.fce.vutbr.cz/. (ostatní)
Detail

PÁLKOVÁ, M.; UHLÍK, O.; OKŘINOVÁ, P.; APELTAUER, J.: TJ04000232-V1; Databáze výsledků fyzikálních modelů pro strojové učení. https://espred.fce.vutbr.cz/. URL: https://espred.fce.vutbr.cz/. (ostatní)
Detail

PÁLKOVÁ, M.; UHLÍK, O.; OKŘINOVÁ, P.; APELTAUER, J.: TJ04000232-V2; Softwarový nástroj pro efektivní časoprostorové predikce založené na ML. https://espred.fce.vutbr.cz/. URL: https://espred.fce.vutbr.cz/. (software)
Detail

Odkaz

https://www.tacr.cz/program/program-zeta/

Odpovědnost: Pálková Martina, Ing., Ph.D.