Verbesserte soziale Distanzierung in mehrschichtigen Verkehrsnetzwerken durch graph-basiertes Maschinelles Lernen

• Antragsteller: Professor Dr. Stephan Günnemann; Professor Dr. Stephan Jonas
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 458547424

Pandemien verbreiten sich direkt (durch persönlichen Kontakt) oder indirekt (durch berührte Oberflächen). Ein potentieller Faktor zur Verbreitung von Pandemien sind Engpässe in öffentlichen Verkehrsmitteln, welche tausende Pendler jeden Tag passieren. Zusätzlich stellen (U-)Bahnstationen sowie Knotenpunkte zum Wechseln verschiedener Linien häufig geschlossene und beengte Räume dar, welche die Möglichkeiten der sozialen Distanzierung ("social distancing") stark einschränken. Solche Stationen stellen daher potentielle Gefahrenherde für Krankheiten dar. Das Projekt zielt darauf ab zu untersuchen wie Infektionen kontrolliert werden können, indem proaktiv Reisende um potentielle Lastpunkte im Verkehrsnetz umgeleitet werden. Aus technischer Sicht, werden hierzu neue Ansätze benötigt, welche es erlauben Verkehrsflüsse akkurat vorherzusagen und Lastpunkte zu entdecken welche sich in Zukunft bilden könnten. Hierzu soll das Potential von Ansätzen des Maschinellen Lernens untersucht werden, insbesondere die Methoden der Graph Neural Networks. Die Kernforschungsfragen umfassen (i) ein Verständnis zu erlangen wie Individuen auf Systeme zur Massenvermeidung ("crowd avoidance") reagieren und was sie motiviert diesen zu folgen, (ii) ob und wie graph-basierte Verfahren des Maschinellen Lernens solche Systeme unterstützen können, und (ii) wie die Sicherheit der zugrundeliegenden Nutzerdaten sichergestellt werden kann bei gleichzeitiger Nutzung für die Datenanalyse. Es ist geplant den Ansatz auf Daten der Münchener Verkehrsgesellschaft zu evaluieren.

• DFG-Verfahren: Sachbeihilfen