S08E84 - Dataprep voor AI: energiezuinig rijden voorbereid bij NS

Rick Stoop, data expert bij NS, meet het energieverbruik van treinen met GPS-data, energiemeters en dienstregelingen van dertig verschillende teams. Eén verkeerde aanname en de hele score klopt niet meer, dus zijn team ontdekte pas na onderzoek waarom bepaalde trajecten structureel geen score kregen. De oorzaak: tunnels verstoorden de GPS-meting stelselmatig, zonder dat iemand dat wist.

Rick laat zien hoe NS met een genormaliseerde score van 0 tot 100 machinisten begrijpelijke feedback geeft, en waarom bewust geen AI-conclusies worden getrokken over rijgedrag. Morgen kun je bij twijfelachtige databronnen zoeken naar patronen in de uitval, zodat je structurele meetfouten ontdekt voordat ze je rapportages maanden lang onbetrouwbaar maken.

Onderwerpen

Meten van energieverbruik van treinen met GPS-data en de uitdagingen van onvolledige sensordata

Ontwikkeling van een genormaliseerde score die begrijpelijk is voor machinisten en teammanagers

Bewuste keuze om geen AI-conclusies te laten trekken over menselijk gedrag voordat de datakwaliteit gevalideerd is

Identificeren en labelen van anomalieën zoals tunnels en verstoringen met metadata

Toekomstige ontwikkeling van een AI-model voor realtime rijadvies in het TIM-systeem

LinksEvenement: Data Expo (Jaarbeurs Utrecht)Kaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Nederlandse Spoorwegen - NS - TIM

Stuur ons een bericht

Aigency

Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.