Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Modelowanie procesów złożonych: ruch uliczny

Informacje ogólne

Kod przedmiotu: 1000-1S20MPZ
Kod Erasmus / ISCED: 11.1 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0541) Matematyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Modelowanie procesów złożonych: ruch uliczny
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Seminaria monograficzne dla matematyki 2 stopnia
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

seminaria monograficzne

Tryb prowadzenia:

mieszany: w sali i zdalnie
w sali
w terenie
zdalnie

Skrócony opis:

Ideą naszego seminarium jest zastosowanie matematyki i narzędzi programistycznych do rozwiązywania problemów cywilizacyjnych współczesnego świata. Na problematykę związaną z ruchem drogowym i wpływem korków ulicznych na jakość powietrza, ekonomię i bezpieczeństwo popatrzymy z perspektywy narzędzi matematycznych i informatycznych, np. teorii gier, uczenia maszynowego, informatyki kwantowej, równań różniczkowych i automatów komórkowych.

Pełny opis:

Współczesne społeczeństwa zmagają się z wieloma problemami cywilizacyjnymi, zaś matematyka i informatyka dysponują ogromnym potencjałem, by się z nimi zmierzyć. Zanieczyszczenie powietrza, “korki” w ruchu ulicznym, kryzys klimatyczny, światowa pandemia czy walka z nowotworami to tylko kilka z wyzwań, w których modelowanie matematyczne jest kluczowe dla opracowania skutecznych strategii działania. Podjęcie tych wyzwań wykracza poza wąskie dziedziny badawcze i wymaga interdyscyplinarnego wysiłku. Niezbędne jest utworzenie efektywnego połączenia pomiędzy teoretycznym/matematycznym aspektem opisu problemu np. przy użyciu równań różniczkowych czy teorii gier, a namacalnym wynikiem analizy opartym o dane, algorytmy i programowanie. Wymaga to zestawienia umiejętności, które w akademickim curriculum są zwyczajowo rozwijane na niepowiązanych kursach. Dlatego też zapraszamy na nasze seminarium tych, którzy:

a) są zainteresowani zagadnieniami inspirowanymi rzeczywistymi problemami, b) posiadają pewne doświadczenie pośród następujących dziedzin (przynajmniej 1 z nich): teoria gier, uczenie maszynowe, analiza danych, Big Data, równania różniczkowe (zwykłe i/lub cząstkowe), grafy, automaty komórkowe, programowanie, algorytmy, bazy danych, informatyka kwantowa c) są gotowi i chętni, aby pracować w zespołach zadaniowych nad konkretnymi projektami naukowymi.

W roku akademickim 2022/2023 skupimy się na problematyce ruchu drogowego. Codzienne korki w godzinach szczytu w znaczącym stopniu wpływają na jakość powietrza, wskaźniki ekonomiczne, bezpieczeństwo i nastroje społeczne. Jednym z kluczowych problemów zarządzania ruchem jest postawa samych kierowców, którzy podążają za egoistycznym celem optymalizacji ich własnego przejazdu bez wzięcia pod uwagę szerszych aspektów ruchu drogowego. Strategie kolektywne mogą znacząco poprawić całkowity przepływ ruchu. Obecnie, na razie w ramach testów, samochody autonomiczne dołączają do ruchu publicznego. Ich inteligentne i kolektywne zachowanie oferuje nowe możliwości usprawnienia obecnego, nadwyrężonego systemu. Znaczące usprawnienia można też uzyskać na poziomie infrastruktury za pomocą zaskakujących decyzji planistycznych, czego przykładem jest tzw. paradoks Braess’a mówiący o tym, że usunięcie drogi z sieci transportowej może doprowadzić do poprawienia całościowego przepływu samochodów. Istotę tego intrygującego zjawiska można wyjaśnić za pomocą teorii gier. Nie jest to jednak jedynie teoretyczny konstrukt, tylko fenomen zaobserwowany w praktyce.

W ramach seminarium studenci będą mieli okazję zapoznać się z profesjonalnymi narzędziami do modelowania i analizy ruchu drogowego (np. Visum) oraz realizować prace badawcze w ramach projektu CoMobility https://comobility.edu.pl. Planowane są również wykłady zaproszonych prelegentów z innych uczelni i praktyków z instytucji powiązanych z zarządzaniem i kontrolą ruchu drogowego. Planujemy prowadzić niektóre zajęcia w trybie zdalnym, niezależnie od trybu kurs ma swoją stronę na moodlu: https://moodle.mimuw.edu.pl/course/view.php?id=1077.

Literatura:

Literatura:

● David Easley, Jon Kleinberg: Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge University Press, 2010.

● Filippo Santambrogio: Optimal Transport for Applied Mathematicians: Calculus of Variations, PDEs, and Modeling, Progress in Nonlinear Differential Equations and Their Applications, Birkhauser, 2015.

● D. Braess: On a paradox of traffic planning (english translation by, A. Nagurney, and T. Wakolbinger) Journal of Transportation Science, volume 39, 2005, pp. 446–450.

● Nagel, K.; Schreckenberg, M. (1992). "A cellular automaton model for freeway traffic" (PDF). Journal de Physique I. 2 (12), pp. 2221-2229.

● Kerner, B. S (1998). "Experimental Features of Self-Organization in Traffic Flow". Physical Review Letters. 81 (17), pp. 3797–3800.

● Skowronek Ł., Gora P., Możejko M., Klemenko A., "Graph-based Sparse Neural Networks for Traffic Signal Optimization", Proceedings of the 29th International Workshop on Concurrency, Specification and Programming (CS&P 2021), 2021.

● Szejgis W., Warno A., Gora P., "Predicting times of waiting on red signals using BERT", in NeurIPS 2020 Workshop on Machine Learning for Autonomous Driving

● Borowski M., Gora P., Karnas K., Błajda M., Król K., Matyjasek A., Burczyk D., Szewczyk M., and Kutwin M., "New Hybrid Quantum Annealing Algorithms for Solving Vehicle Routing Problem", Computational Science - ICCS 2020, 2020, pp. 546-561.

● Gora P., Kurach K. "Approximating Traffic Simulation using Neural Networks and its Application in Traffic Optimization", in "NIPS 2016 Workshop on Nonconvex Optimization for Machine Learning: Theory and Practice."

● Gora P., Rüb I. "Traffic Models For Self-driving Connected Cars", in "Transportation Research Procedia", vol. 14, 2016, pp. 2207-2216.

Efekty uczenia się:

Studenci potrafią:

● modelować, przy użyciu narzędzi matematycznych lub/i informatycznych, złożone procesy występujące w przyrodzie, znajdować analogie między różnymi zjawiskami,

● krytycznie analizować artykuły i opracowania naukowe,

● planować i przeprowadzać proste badania naukowe / eksperymenty: analizować ich wyniki, przygotować raport z prowadzonych badań, przygotować prezentację otrzymanych wyników, zaprezentować dane,

● studenci rozwijają umiejętności pracy w zróżnicowanej grupie, komunikacji i podziału zadań.

Metody i kryteria oceniania:

Zasady zaliczania:

- od studentów oczekuje się czynnego udziału w zajęciach

- studenci zobowiązani są przygotować końcowy raport z prowadzonych badań

- studenci zobowiązani są zaprezentować podczas zajęć opracowywane zagadnienia / wyniki badań

Ocena na podstawie:

- obecności na zajęciach

- przygotowania i wygłoszenia prezentacji

- raportu z przeprowadzonych prac.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0-2b06adb1e (2024-03-27)