Оценка загруженности вагонов: как оно работает и при чем здесь машинное обучение

Популярная механикаHi-Tech

Как мосметро использует машинное обучение для оценки загруженности вагонов

В ноябре 2020 года в мобильном приложении «Метро Москвы» появилась функция оценки загруженности вагонов. Сервис позволяет пассажиру прямо на платформе перед прибытием поезда посмотреть, в какой вагон лучше всего садиться для комфортной поездки. Предлагаем разобраться, как работает технология и при чем здесь машинное обучение.

Из-за специфики получаемых данных ни одно другое транспортное приложение не умеет оценивать загруженность вагонов с такой же точностью.

Чтобы предоставить актуальную информацию пассажиру, метро совместно с технологической компанией «МаксимаТелеком»‎ и командой экспертов в сфере больших данных компании «Квант»‎ ежесекундно анализирует тонну данных: количество подключенных к Wi-Fi гаджетов, тип вагонов, удаленность поезда от платформы, наличие пересадок, время суток, данные билетной системы и ряд других. Обо всем по порядку.

Анализ данных с точек Wi-Fi

Беспроводная сеть MT_FREE в московской подземке — часть крупнейшей публичной сети Wi-Fi в Европе. В 2013 году «МаксимаТелеком» предоставила пассажирам доступ в интернет в метро, заложив основу для развития многих городских сервисов. Сейчас сеть в московском метро насчитывает более 6 тыс. точек доступа, установленных в вагонах и перегонах. По своей архитектуре она не имеет аналогов и стала первой в мире беспроводной сетью, созданной в такой сложной локации.

Кажется, что самый простой способ подсчитать количество людей — собрать статистику о том, сколько гаджетов одновременно подключено к беспроводной сети в вагоне. Сетевая инфраструктура мосметро позволяет это делать.

Статистика подключений — важный показатель, но для точного замера этого недостаточно по двум причинам. Во-первых, в системе не видно смартфоны (а значит и пассажиров) с выключенным Wi-Fi. Во-вторых, количество подключений к сети сильно зависит от сезона, участка линии метро и даже погоды на улице. Со стартом учебы осенью в метро становится больше школьников и студентов с подключенными к сети устройствами. Но это не значит, что метро становится намного более загружено. Поэтому для реальной оценки используется машинное обучение.

9f41e753631d045645003257d7c5430d.JPG

Машинное обучение

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Как сделать компост в домашних условиях: простые способы Как сделать компост в домашних условиях: простые способы

Как не тратить деньги на покупку компоста и с пользой утилизировать свои отходы?

Популярная механика
Земля – Орбита. Как отправить свое имя в космос? Земля – Орбита. Как отправить свое имя в космос?

Пластина — 10 на 15 мм, а имен — 22 772. Как всё уместить, Карл?

Популярная механика
Японцы сделали роборуку с человеческими мышцами Японцы сделали роборуку с человеческими мышцами

Японские инженеры разработали биогибридную руку с человеческими мышцами

N+1
Повесть о Настоящем Адвокате Повесть о Настоящем Адвокате

Адвокат Семён Ария и дело об убийстве супруг Раскиных

Дилетант
Топ-5 самых неочевидных способов обмана при продаже авто Топ-5 самых неочевидных способов обмана при продаже авто

На что стоит обращать внимание неопытным водителям при покупке авто?

Maxim
Зачем Украине нужен свой «Азовский поход» Зачем Украине нужен свой «Азовский поход»

Человеческая природа очень предсказуема

СНОБ
Груды бетона: почему фильм «Медея» Александра Зельдовича получился мизогинным Груды бетона: почему фильм «Медея» Александра Зельдовича получился мизогинным

Как фильм про женскую свободу обернулся историей болезни убийцы

Forbes
Что быстрые углеводы делают с телом и почему не все диетологи их запрещают Что быстрые углеводы делают с телом и почему не все диетологи их запрещают

Действительно ли быстрые углеводы являются причиной лишних кило?

Cosmopolitan
Рождественские святки: как узнать будущее с помощью гаданий Рождественские святки: как узнать будущее с помощью гаданий

В рождественские святки осуществляются заветные мечты и желания

Cosmopolitan
Как вывести пятна от пота в домашних условиях Как вывести пятна от пота в домашних условиях

Как удалить пятна пота с одежды светлых и темных оттенков

VOICE
Как найти подходящего психолога Как найти подходящего психолога

Как найти своего психолога, потратив минимум финансов, времени и сил

GQ
Опрично-земские порядки в российской истории Опрично-земские порядки в российской истории

В чем причины и содержание очередного поражения русской демократии

Дилетант
Убила мужа, провела в тюрьме 18 лет и… счастлива: история Патриции Гуччи Убила мужа, провела в тюрьме 18 лет и… счастлива: история Патриции Гуччи

Кем была «черная вдова» семьи Гуччи

Cosmopolitan
Доброе утро! Доброе утро!

Что есть на завтрак даже тем, кто обычно не голоден

Лиза
Моменты из любимых советских фильмов, непонятные новому поколению Моменты из любимых советских фильмов, непонятные новому поколению

Реалии жизни из классики кино, которые понятны только людям, рожденным в СССР

Maxim
Лучшие фильмы с музыкой Эннио Морриконе Лучшие фильмы с музыкой Эннио Морриконе

10 ноября в Риме родился человек, ставший звуковым знаком качества киноэкрана

Maxim
Топ-5 игр для мощных ПК: испытание для нервов и железа Топ-5 игр для мощных ПК: испытание для нервов и железа

5 лучших игр, которые готовы испытать вашу машину на все 100%.

CHIP
6 книг про искусственный интеллект — о том, что готовит нам будущее 6 книг про искусственный интеллект — о том, что готовит нам будущее

Книги, которые расскажут об умных роботах и tech-перспективах на ближайшие годы

Популярная механика
Эксперт рассказал, какие позы для сна выбирают пары с самыми крепкими отношениями Эксперт рассказал, какие позы для сна выбирают пары с самыми крепкими отношениями

А ты спишь кабанчиком или ложечками?

Playboy
Теория заговора: как Стэнли Кубрик в «Сиянии» намекал, что снимал полет американцев на Луну Теория заговора: как Стэнли Кубрик в «Сиянии» намекал, что снимал полет американцев на Луну

Как конспирологи расшифровали культовый фильм ужасов «Сияние»

Maxim
Прилежный ученик Прилежный ученик

Иван Стрешинский стал первым в России менеджером-миллиардером

Forbes
Как нам делали голову: что такое череп и как он сформировался Как нам делали голову: что такое череп и как он сформировался

Голову эволюция творила сотни миллионов лет.

Популярная механика
Как встать на ноги после тяжелых травм: возможности современной медицины Как встать на ноги после тяжелых травм: возможности современной медицины

Сегодня технологии позволяют подняться на ноги буквально в день операции

Популярная механика
Как Екатерина Зинченко запустила бренд ароматов Pure Sense с незрячими сотрудниками Как Екатерина Зинченко запустила бренд ароматов Pure Sense с незрячими сотрудниками

Основательница Pure Sense — о парфюмерном рынке в России и особенных сотрудниках

Forbes
Скрежет зубовный. К чему приводит несвоевременная инициация Скрежет зубовный. К чему приводит несвоевременная инициация

Становиться «настоящими мужчинами» в 13 лет непросто, и не нужно

СНОБ
Последний ход Ивана Грозного Последний ход Ивана Грозного

Последнее, что увидел в жизни Иван Грозный, — это шахматы

Дилетант
«Я больше не могу»: 5 шагов в борьбе с эмоциональным выгоранием «Я больше не могу»: 5 шагов в борьбе с эмоциональным выгоранием

«Работа надоела настолько, что не могу себя заставить включить утром ноутбук»

Psychologies
Как Полина Гагарина похудела на 40 кг Как Полина Гагарина похудела на 40 кг

Как Полина Гагарина похудела и какие приемы помогают ей удерживать вес

Cosmopolitan
Задать жару Задать жару

Хого – горячее блюдо, которое подают на праздники для большой компании

Вокруг света
Нет неправильных эмоций: как поддержать человека, у которого рак Нет неправильных эмоций: как поддержать человека, у которого рак

С какими эмоциями сталкивается онкобольной и как его поддержать?

Cosmopolitan
Открыть в приложении