Analyse de ville intelligente avec Talent Alpha

Le domaine des jumeaux numériques modernes gagne rapidement en importance, en particulier lorsque l'on considère les capacités croissantes offertes par le développement de l'industrie technologique du Big Data. La collecte de quantités massives de données est devenue plus facile et plus efficace que jamais, et les scientifiques rivalisent d'ingéniosité pour découvrir des moyens nouveaux et meilleurs d'exploiter ces données à notre avantage.

Lorsque nous franchissons l'étape de l'analyse des tendances historiques et de la compréhension de notre situation actuelle, nous commençons à nous concentrer sur ce qui nous attend. C'est là que l'analytique prédictive, alimentée par l'apprentissage automatique, devient précieuse.

Lorsque notre client nous a demandé des conseils dans le domaine de l'IA, il avait déjà travaillé sur un jumeau numérique pour l'une des plus grandes villes du monde. Ensemble, nous nous sommes concentrés sur l'ajout d'une capacité prédictive au système. Deux cas d'usage majeurs liés aux transports publics ont été étudiés – la prédiction du nombre d'entrées de bus et la modélisation des heures d'arrivée des bus.

Tout d'abord, nous avons réalisé un diagnostic approfondi des données et défini le périmètre possible de prédiction – son horizon temporel, sa granularité, la recherche de sources de données supplémentaires et l'étude de la capacité à connecter la solution au backend existant.

Puis, en tenant compte de tout ce qui précède, pour chacun des cas d'usage spécifiés, nous avons développé un modèle d'apprentissage automatique sur mesure visant à prédire :

• déplacements des passagers de bus à partir des données de cartes de transport,
• l'heure d'arrivée du bus à un arrêt donné à partir des données de mouvement des bus en temps réel.

Au cours de ce processus, nous avons testé diverses techniques de modélisation, allant de l'analyse de séries temporelles (par exemple à l'aide de l'algorithme Prophet de Facebook) à des modèles complexes d'apprentissage automatique (notamment XGBoost, MLP).

Le produit final du premier PoC était un modèle d'apprentissage automatique prédisant le nombre d'entrées dans les 15 prochaines minutes à un arrêt de bus donné. Le modèle a obtenu une performance supérieure d'environ 18 p.p. à celle du modèle de référence (tendance historique).

Pour commencer à modéliser les arrivées de bus, nous avons dû construire un pipeline de données complet qui a débuté par l'extraction de données en direct, leur nettoyage, et l'application d'un algorithme développé sur mesure qui reliait les observations brutes en trajets de bus. En travaillant avec un ensemble de données limité, la précision du modèle de prédiction des arrivées de bus était proche de celle du système basé sur le GPS affiché en direct aux arrêts de bus. Notre modèle a atteint une précision légèrement supérieure lorsque la distance entre le bus et l'arrêt de bus était plus grande.

En outre, nous avons également fourni des analyses supplémentaires liées aux deux principaux cas d'usage. Nous avons créé un ensemble de Jupyter Notebooks avec des visualisations interactives à utiliser comme outil pour étudier et résoudre les goulots d'étranglement du système de transport. Outre la modélisation du nombre attendu d'entrées de passagers et des heures d'arrivée des bus, nous nous sommes également concentrés sur la prédiction d'anomalies à l'aide de la méthode Isolation Forest. Nous avons découvert qu'en utilisant les valeurs historiques des entrées de bus (au cours des 15, 30, 45 et 60 dernières minutes), nous pouvons, avec un haut degré de certitude, prédire si le prochain intervalle de temps sera une anomalie.

Globalement, pour ces deux cas d'usage, nous avons exploité des techniques d'intelligence artificielle de pointe afin d'améliorer le modèle de jumeau numérique d'une ville intelligente moderne.

Technologies utilisées :Python (Jupyter Notebook, PyCharm), Git, Prophet, XGBoost, MLP

Méthodologies utilisées :Analyse de données, modélisation prédictive, Machine Learning, analyse de séries temporelles, visualisation de données, détection des valeurs aberrantes, régression linéaire, Isolation Forest