Verkostomenetelmillä tehokkaita, vikasietoisia ja ympäristöystävällisiä liikennepalveluita
Urbaanien joukkoliikenneverkostojen analyysi -hankkeen tavoitteena on ensin kerätä, siivota ja muokata joukkoliikennedataa noin sadasta maailman kaupungista, ja sitten julkaista avoin ja kattava tietokanta maailman joukkoliikenneverkostoista. Sen avulla opitaan joukkoliikenteen toimintaa, tehokkuutta, vikasietoa ja suunnittelun lähtökohtia. Hanke on Suomen Akatemian rahoittama.
Joukkoliikenneanalyysissä käytetään verkostoteoriaa ja sen matemaattisia ominaisuuksia. Verkostoteorian käyttö liikennesuunnittelun apuna on uutta.
- Verkostoteoriassa verkoston rakenne ja toiminta ymmärretään laskennallisin menetelmin, numeroina. Verkostoteoria soveltuu erinomaisesti suurten datamäärien analyysiin ja erilaisten systeemien vertailuun, kertoo Aalto-yliopiston tietotekniikan laitoksen professori Jari Saramäki.
Nykyaikaisten kaupunkien kasvu aiheuttaa paljon sekä taloudellisia, että ympäristöön ja energiaan liittyviä haasteita. Kun ihmisten odotukset palvelun tasosta kasvavat ja liikkumispalvelut kehittyvät, hyvin suunniteltu ja hallinnoitu julkinen liikennejärjestelmä on tärkeää kaupunkien kestävälle kehitykselle.
- Jotta pystyisimme vastaamaan julkiselle liikenteelle asetettuihin vaatimuksiin, tarvitsemme syvällisempää ymmärrystä. Tätä voi tarjota ainoastaan verkostotiedettä ja liikennetekniikkaa yhdistävä lähestymistapa, toteaa apulaisprofessori Milos Mladenovic.
- Hanke tuottaa työkaluja liikennesuunnitteluinsinööreille ja auttaa määrittelemään hyvien joukkoliikenneverkostojen yleisiä piirteitä. Tällä on yleisesti ottaen vaikutusta myös hiilidioksidipäästöihin ja energiankulutukseen, koska toimivalla joukkoliikenteellä on pienempi ilmastovaikutus, Saramäki täsmentää.
Tässä kansainvälisessä hankkeessa tutkijat vierailevat ja tekevät osan työstä eri partneriyliopistoissa Ranskassa, Ruotsissa, USA:ssa ja Skotlannissa. Tutkimuskumppaneilta saatavan tietotaidon avulla pystytään vertaamaan muun muassa Helsingistä saatavaa yksityiskohtaista, avointa dataa ja matkustajien simuloituja joukkoliikenteen matkustusreittejä ulkomaisten kaupunkien vastaavaan tilanteeseen.
- Myös aikatauluista johdettu aikariippuva verkostorakenne on tärkeä osa kokonaisanalyysiä. Monessa kaupungissa seurataan myöhästelyjä, ja aikataulujen synkronisoinnilla voitaneen vaikuttaa joukkoliikenteen tehokkuuteen, kertoo Saramäki.
- Julkisen liikenteen verkostojen analyysissa olennaista on myös eri liikennevälineiden mallintaminen omina kerroksinaan. Tavoitteena on lisäksi ottaa huomioon ja integroida joukkoliikenneverkostoon myös joustavammat liikennepalvelut joukkoliikenteen täydentäjinä, lisää lopuksi tutkija Rainer Kujala.
Urbaanien joukkoliikenneverkostojen analyysi -yhteishanke kestää kaksi vuotta ja sen kokonaisbudjetti on hieman yli puoli miljoonaa euroa. Hankkeesta vastaa tietotekniikan laitoksen professori Jari Saramäki ja se toteutetaan yhteistyössä yhdyskunta- ja ympäristötekniikan laitoksen apulaisprofessorin Milos Mladenovicin kanssa.
³¢¾±²õä³Ù¾±±ð»å´Ç³Ù:
Professori Jari Saramäki
puh. 040 525 4285
jari.saramaki@aalto.fi
Lue lisää uutisia
 
  Hämeenlinnan taidemuseon näyttely herättää teokset henkiin elokuvan keinoin
Hämeenlinnan taidemuseossa nähdään yhteistyössä Aalto-yliopiston elokuvataiteen laitos ELO:n kanssa toteutettu Kehyskertomuksia: 24 fps / Reframing Cinema -näyttely. 
  Jätteet pois silmänpohjasta – kuivan ikärappeuman hoitoon on kehitetty lääketieteellinen hoitomenetelmä
Silmänpohjan ikärappeumasta kärsii reilu kolmasosa yli 80-vuotiaista. Valtaosalla kyseessä on taudin kuiva muoto, joka etenee hitaasti. Tähän kansantautiin ei ole tehokasta hoitoa, vaikka esimerkiksi antioksidanttien käyttöä on kokeiltu. Silmänpohjan ikärappeuman kuivan muodon eteneminen voidaan nyt mahdollisesti pysäyttää uudella, Aalto-yliopiston tutkijoiden kehittämällä hoitomenetelmällä. 
  Tekoäly saa meidät yliarvioimaan kognitiiviset kykymme – tutkimus paljastaa käänteisen ylivertaisuusvinouman
Uusi tutkimus varoittaa luottamasta sokeasti suuriin kielimalleihin loogisessa päättelyssä. Jos ChatGPT-keskustelussa käyttää vain yhden kehotteen, tekoälyn hyödyllisyys jää paljon rajallisemmaksi kuin käyttäjät ehkä ymmärtävät. 
   
           
           
           
           
           
          