Institut für Verkehrswesen

Aufbereitung von Mobilitätsdaten mittels Machine Learning

  • Problemstellung Die Erhebung von Mobilitätsverhalten ist zeitaufwendig und kostenintensiv. Verlieren Personen das Interesse an der Erhebung und berichten nicht mehr akkurat, hat dies einen negativen Einfluss auf die Datenqualität. Im Deutschen Mobbilitätspanel (MOP), werden, um die Datenqualität zu gewährleisten, die Daten regelbasiert von geschulten Personen geprüft. Es ist anzunehmen, dass dieses Verfahren vergleichsweise zeitaufwendig ist und zu Heterogenitäten in der Datenqualität führt. Die Möglichkeiten und Verfahren der künstlichen Intelligenz, insbesondere auch lernender Verfahren ("machine learning"), können sich die Kombination der menschlichen Entscheidungen und des Lernens aus den menschlichen Entscheidungen zunutze machen, um entsprechende Anpassungen vorzunehmen. Eine derartige Anwendung und Nutzung ist bislang im MOP nicht erfolgt. Aufgabenstellung Im Rahmen der Masterarbeit sind die Möglichkeiten von Machine Learning Verfahren zur Plausibilisierung von Mobilitätsverhaltensdaten zu evaluieren und sukzessive dessen Anwendung (Möglichkeiten und Grenzen) zu testen. Das Machine-Learning-System soll auf der Grundlage des Trainingsdatensatzes und unter Nutzung der aufbereiteten Daten angewendet werden. Die Erfahrungen und Ergebnisse sind zu dokumentieren, um eine Evaluation des Verfahrens und der Methode gegenüber bisherigen Ansatzes durchführen zu können.