AI-fabrik för järnväg (AIF/R)
AIF/R:s mål är att skapa värde för sina intressenter genom att etablera en pålitlig och motståndskraftig plattform för datadelning och analys. Plattformen består av en uppsättning tjänster och styrande strukturer, som gör det möjligt för järnvägsintressenter, nationellt och internationellt, att tillhandahålla och konsumera data och tjänster på ett säkert sätt.
Den pågående digitaliseringen och implementeringen av AI-teknik inom järnvägen är starkt beroende av tillgången till data för ett geografiskt distribuerat system. AIF/R underlättar detta genom att tillhandahålla en plattform för datadelning. AIF/R är en uppsättning smarta moln/edge-baserade datatjänster som syftar till att påskynda digitaliseringen inom järnvägen. AIF/R:s tjänster tillhandahåller funktioner som förvärv, integration, omvandling och bearbetning av järnvägsrelaterade data över slutpunkter, t.ex. myndigheter, industrier, universitet och små och medelstora företag. AIF/R:s integrerade tjänster kan anropas lokalt eller i flera molnbaserade miljöer.
AIF/R tillhandahåller digitala pipelines mellan dataleverantörer och datakonsumenter. Varje pipeline representerar en uppsättning orkestrerade aktiviteter som syftar till att extrahera, överföra, ladda och bearbeta dataset mellan leverantören och konsumenten. AIF/R:s pipelines är konfigurerbara enheter som kan använda en palett av tekniker för t.ex. kommunikation, lagring och bearbetning för att möjliggöra anpassning till olika sammanhang och uppfylla användarnas krav. Valet av lämplig teknik för varje pipeline kommer att baseras på de kontextspecifika kraven, t.ex. krav på skalbarhet, autentisering och auktorisering. Man anser att en generisk datafabrik för järnväg bör finnas som en neutral öppen plattform, som styrs av ett organ med fokus på forskning och innovation.
AIFR/R:s prestationer:
- AIF/R-team: 16 (forskare, master, koordinatorer)
- Samordningsplattform (moln/edge-baserad) etablerad
- Utvecklingsplattform (moln/edge-baserad) etablerad
- 17 användningsfall identifierade
- Integration:
- Flera externa datakällor integrerade
- Flera datasjöar och analystjänster anslutna
- Demonstratorer: 8 demos i olika UC:er
- 34 genomförda seminarier/workshops (spridning)
- Doktorander rekryterade
- En färdplan för framtiden
- Specialutgåva i Journal of Sustainability
- Bokförslag: "AI Factory
- OECD-rapport om "Data-Driven Approach" Transport
Forskare: Ramin Karim (PL), Miguel Castano, Veronica Jägare, Jaya Kumari, Adithya Thaduri, Cecilia Glover, Uday Kumar, Amit Patwardhan, Ravdeep Kour, Diego Galar, Kevin Karim, Emil Lindh.
Sponsor: Vinnova, JVTC, Trafikverket, Branschföreningen Tågoperatörerna, Infranord, Norrtåg, Alstom, Bombardier, Damill, Omicold, Sweco, Transitio
Varaktighet: 2019-2022
Uppdaterad: