En grupp människor som går längs en gata bredvid en tågstation. Fotograf: Thor Balkhed

Fördjupa din kunskap om hur dataanalys kan användas för att effektivisera trafikplanering, öka punktligheten och utveckla ett attraktivt kollektivtrafikutbud. Utbildningen har utvecklats i samarbete med flera branschaktörer.

Dataanalys och nya verktyg som Business Intelligence (BI), Maskininlärning och Artificiell Intelligens (AI) har stor potential att bidra till en bättre kollektivtrafik. En effektiv och attraktiv kollektivtrafik är i sin tur avgörande för att minska det svenska transportsystemets utsläpp.

Utbildningen har utvecklats i samarbete med branschaktörer som Östgötatrafiken, Trafikverket, SJ, Keolis, Skånetrafiken, WSP och Tyréns.

Målgrupp

Utbildningen riktar sig till dig som arbetar som strateg, trafikutvecklare, trafikanalytiker eller trafikplanerare på en regional kollektivtrafikmyndighet (RKM), kommun, kollektivtrafikoperatör eller ett konsultbolag inom kollektivtrafik.

Det är fördelaktigt om du har en teknisk studiebakgrund (som till exempel tekn. kandidat, högskoleingenjör, civilingenjör) eller motsvarande praktisk erfarenhet. Kursen riktar sig till både dig som ska genomföra analyser och dig som ska kravställa och använda analyser.

Om utbildningen

Genomförande

Undervisningen ges online på distans med möjlighet till ett avslutande tillfälle på Campus Norrköping. Varje tema introduceras på en föreläsning (2 timmar). Därefter får du material för självstudier och får öva den praktiska tillämpningen genom en laboration. Till laborationen finns enskilda handledningstillfällen med lärare. Den totala tidsåtgången beräknas till cirka 30 timmar, inklusive självstudier.

Den här utbildningen kan också skräddarsys för önskemålen i din organisation. En skräddarsydd utbildning kan genomföras på LiU:s campus, era lokaler eller online. Ni som uppdragsgivare har stora möjligheter att påverka tidpunkt, omfattning, innehåll och om utbildningen ska innehålla examination och erhållande av högskolepoäng.

Innehåll

Utbildningen ger en introduktion till hur kollektivtrafiken kan fatta mer datadrivna beslut genom dataanalys som drar nytta av kollektivtrafikens allt större datamängder.

Utbildningen behandlar tre teman; datakällor, statistisk analys och maskininlärning.

Utbildningens tre teman

Datakällor

Temat innehåller bland annat:

  • Tidtabellsdata,
  • realtidsdata (AVL),
  • resandedata (kundräkningssystem (APC), biljettdata (AFC), mobilnätsdata, resvaneundersökningar) och deras egenskaper,
  • datainsamling och datakvalitet,
  • metoder för att kombinera datakällor.

Statistisk analys

Temat innehåller bland annat:

  • Statistiska mått (standardavvikelse, konfidensintervall m.m.) och deras tillämpning i kollektivtrafiken,
  • analyser av restidsvariation,
  • datavisualiseringar,
  • undersökningsmetodik för uppföljning i kollektivtrafiken.

Maskininlärning

Temat innehåller bland annat:

  • Introduktion till maskinlärning (supervised/unsupervised machine learning, utvärdering av modeller, exempel på metoder inom maskininlärning, begränsningar),
  • exempel på forskning om maskininlärning inom kollektivtrafik.

Kurstillfällen

Utbildningen består av fyra kursträffar. Tre tillfällen består av digitala föreläsningar och laborationer. Under den sista kursträffen ses vi på plats på Campus Norrköping.

Tillfälle 1

  • Föreläsning om datakällor
  • Laboration i Power BI

Handledning av laboration erbjuds fredagen den 17 april kl. 8.00-15.00 (flera pass).

Tillfälle 2

  • Föreläsning om statistik analys
  • Preliminärt laboration i Flowmapper

Handledning av laboration erbjuds fredagen den 24 april kl. 8.00-15.00 (flera pass).

Tillfälle 3

  • Föreläsning om maskininlärning
  • Laboration

Handledning av laboration erbjuds den 30 april kl. 8.00-10.00 eller 4 maj, kl. 9.00-12.00 (flera pass).

Tillfälle 4

Under dagen medverkar flera av LiU:s forskare inom kollektivtrafik.

  • Presentation av deltagarnas projekt
  • Besök på Visual City på Visualiseringscenter C
  • Presentation om pågående forskningsprojekt inom järnväg och kollektivtrafik på LiU
  • Presentation om pågående exjobb om dataanalys kring busskörfält
  • Diskussionsrunda med reflektioner kring datadriven kollektivtrafik

Dagen avslutas med en gemensam lunch.

Fler utbildningar inom kollektivtrafik

LiU:s forskning om kollektivtrafik

Kontakt

Kompetensutveckling för yrkesverksamma