«Создание модели существующей транспортной системы города позволяет анализировать и оптимизировать работу общественного транспорта, учитывая разные факторы, такие как пассажиропоток, загруженность дорог, расписание движения автобусов, – рассказывает Алексей Александрович. – В проекте планируется разработка алгоритмов анализа работы общественного транспорта для создания цифрового двойника с применением методов машинного обучения и нейронных сетей. Внедрение машинного обучения позволит быстрее и более эффективно анализировать большой объем данных городских транспортных систем. Например, в целях определения оптимальной маршрутной сети общественного транспорта планируется применение алгоритмов искусственного интеллекта».

В настоящее время уже зарегистрирована компьютерная программа для оценки мобильности населения города и программное обеспечение для автоматизированного определения оптимальных режимов работы светофорами. Реализован договор о выполнении НИР по разработке программного обеспечения для автоматизированного контроля эффективности, определения оптимальных режимов работы и управления светофорными объектами с Фондом содействия развитию малых форм предприятий.