Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa

Tässä tutkimuksessa tutkitaan tekoälyn hyödyntämistä liikenteen hallinnassa ja ennakoinnissa. Tekoäly on käsitteenä vanha, mutta sen tekniikat ovat kehittyneet valtavasti viime vuosina ja sitä käytetään yhä useammilla aloilla, kuten liikenteen hallinnassa. Liikennettä hallitaan liikenteenhallintajär...

Full description

Bibliographic Details
Main Author: Huntus, Perttu
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2020
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/68391
_version_ 1826225800508080128
author Huntus, Perttu
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Huntus, Perttu Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Huntus, Perttu Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Huntus, Perttu
datasource_str_mv jyx
description Tässä tutkimuksessa tutkitaan tekoälyn hyödyntämistä liikenteen hallinnassa ja ennakoinnissa. Tekoäly on käsitteenä vanha, mutta sen tekniikat ovat kehittyneet valtavasti viime vuosina ja sitä käytetään yhä useammilla aloilla, kuten liikenteen hallinnassa. Liikennettä hallitaan liikenteenhallintajärjestelmillä. Liikenteen kasvava ongelma, varsinkin suurkaupungeissa, on ruuhkau-tuminen, joka aiheuttaa matkanopeuksien hidastumista, matka-aikojen kasvamista, suurempaa polttoaineen kulutusta, hallinnollisia kuluja sekä ilmastopäästöjä verrattuna ruuhkattomaan liikenteeseen. Tutkimuksessa on tarkoitus löytää keinoja, joilla tekoälyn eri sovelluksia voidaan hyödyntää liikenteen hallinnassa, ennakoinnissa ja sen sujuvoittamisessa liikenteenhallintajärjestelmien tukena. Pääasialliseen tarkasteluun rajataan koneoppiminen sekä neuroverkot. Tutkimukselle on tarvetta, koska tekoäly on ottanut viime vuosina suuria harppauksia ja sillä olisi potentiaalia ratkaista myös liikenteessä ilmeneviä ongelmia. Liikenteen uudistaminen on kallista, joten hyvälle ennakoinnille on tarvetta uusia investointeja tehdessä. Tutkimuksen tuloksina havaittiin, että tekoälyn eri sovelluksilla on mahdollisuus parantaa liikenteen ennakoinnin tarkkuutta ja eri sovelluksilla on erilaisia vahvuuksia ja heikkouksia eri tilanteissa. Lisäksi todettiin, että älykäs liikenteenhallintajärjestelmä vähentää ruuhkautumista tehokkaasti ja tekee järjestelmästä proaktiivisen reaktiivisen sijaan. Tutkimus toteutettiin tieteellisenä kirjallisuuskatsauksena.
first_indexed 2020-03-31T20:05:17Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Clements, Kati", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Huntus, Perttu", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2020-03-31T05:50:54Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2020-03-31T05:50:54Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2020", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/68391", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4ss\u00e4 tutkimuksessa tutkitaan teko\u00e4lyn hy\u00f6dynt\u00e4mist\u00e4 liikenteen hallinnassa ja ennakoinnissa. Teko\u00e4ly on k\u00e4sitteen\u00e4 vanha, mutta sen tekniikat ovat kehittyneet valtavasti viime vuosina ja sit\u00e4 k\u00e4ytet\u00e4\u00e4n yh\u00e4 useammilla aloilla, kuten liikenteen hallinnassa. Liikennett\u00e4 hallitaan liikenteenhallintaj\u00e4rjestelmill\u00e4. Liikenteen kasvava ongelma, varsinkin suurkaupungeissa, on ruuhkau-tuminen, joka aiheuttaa matkanopeuksien hidastumista, matka-aikojen kasvamista, suurempaa polttoaineen kulutusta, hallinnollisia kuluja sek\u00e4 ilmastop\u00e4\u00e4st\u00f6j\u00e4 verrattuna ruuhkattomaan liikenteeseen. Tutkimuksessa on tarkoitus l\u00f6yt\u00e4\u00e4 keinoja, joilla teko\u00e4lyn eri sovelluksia voidaan hy\u00f6dynt\u00e4\u00e4 liikenteen hallinnassa, ennakoinnissa ja sen sujuvoittamisessa liikenteenhallintaj\u00e4rjestelmien tukena. P\u00e4\u00e4asialliseen tarkasteluun rajataan koneoppiminen sek\u00e4 neuroverkot. Tutkimukselle on tarvetta, koska teko\u00e4ly on ottanut viime vuosina suuria harppauksia ja sill\u00e4 olisi potentiaalia ratkaista my\u00f6s liikenteess\u00e4 ilmenevi\u00e4 ongelmia. Liikenteen uudistaminen on kallista, joten hyv\u00e4lle ennakoinnille on tarvetta uusia investointeja tehdess\u00e4. Tutkimuksen tuloksina havaittiin, ett\u00e4 teko\u00e4lyn eri sovelluksilla on mahdollisuus parantaa liikenteen ennakoinnin tarkkuutta ja eri sovelluksilla on erilaisia vahvuuksia ja heikkouksia eri tilanteissa. Lis\u00e4ksi todettiin, ett\u00e4 \u00e4lyk\u00e4s liikenteenhallintaj\u00e4rjestelm\u00e4 v\u00e4hent\u00e4\u00e4 ruuhkautumista tehokkaasti ja tekee j\u00e4rjestelm\u00e4st\u00e4 proaktiivisen reaktiivisen sijaan. Tutkimus toteutettiin tieteellisen\u00e4 kirjallisuuskatsauksena.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2020-03-31T05:50:54Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2020-03-31T05:50:54Z (GMT). No. of bitstreams: 0\n Previous issue date: 2020", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "30", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "liikenteenhallintaj\u00e4rjestelm\u00e4", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Teko\u00e4lyn hy\u00f6dynt\u00e4minen liikenteen hallinnassa ja ennakoinnissa", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202003312605", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "koneoppiminen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "neuroverkot", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "liikenne", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_68391
language fin
last_indexed 2025-02-18T10:54:53Z
main_date 2020-01-01T00:00:00Z
main_date_str 2020
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/b78f85a0-299c-4359-b014-fe6fcbdf843c\/download","text":"URN:NBN:fi:jyu-202003312605.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2020
record_format qdc
source_str_mv jyx
spellingShingle Huntus, Perttu Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa liikenteenhallintajärjestelmä Tietojärjestelmätiede Information Systems Science 601 tekoäly koneoppiminen neuroverkot liikenne
title Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
title_full Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
title_fullStr Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
title_full_unstemmed Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
title_short Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
title_sort tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
title_txtP Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa
topic liikenteenhallintajärjestelmä Tietojärjestelmätiede Information Systems Science 601 tekoäly koneoppiminen neuroverkot liikenne
topic_facet 601 Information Systems Science Tietojärjestelmätiede koneoppiminen liikenne liikenteenhallintajärjestelmä neuroverkot tekoäly
url https://jyx.jyu.fi/handle/123456789/68391 http://www.urn.fi/URN:NBN:fi:jyu-202003312605
work_keys_str_mv AT huntusperttu tekoälynhyödyntäminenliikenteenhallinnassajaennakoinnissa