Інтелектуальна система оцінювання транспортної доступності соціальної інфраструктури міста

Скорочена інформація про документ
dc.contributor.advisorЧумаченко, Олена Іллівна
dc.contributor.authorШишка, Ольга Василівна
dc.date.accessioned2026-09-09T06:50:58Z
dc.date.available2026-09-09T06:50:58Z
dc.date.issued2026
dc.description.abstractДипломна робота: 89 с., 12 рис., 8 табл., 36 посилань. Об'єктом дослідження є транспортна доступність об'єктів соціальної інфраструктури міста – закладів охорони здоров'я та освіти. Предметом дослідження є методи геопросторового аналізу та машинного навчання для оцінювання та класифікації рівня транспортної доступності. Метою роботи є – розробка інтелектуальної системи оцінювання транспортної доступності об'єктів соціальної інфраструктури міста на основі методів геопросторового аналізу та машинного навчання, випробованої на прикладі Києва. Розроблено програмний конвеєр на основі трьох відкритих джерел даних – GTFS КП «Київпастранс», геоданих OpenStreetMap та офіційної статистики населення – з обґрунтованим вибором часозалежної маршрутизації RAPTOR. Поверховість забудови відновлено градієнтним бустингом, населення розподілено по будинках дазиметричним методом. Для 1576 закладів виконано маршрутизацію та розраховано три міри доступності – кумулятивну, гравітаційну та E2SFCA. Гравітаційне охоплення населення поділено на шість квантильних класів і порівняно три моделі – LightGBM, багатошаровий персептрон і графову мережу GraphSAGE – в умовах просторової крос-валідації. Найвищу якість показала графова мережа (макроусереднена F-міра 0,461), проте її перевага над бустингом помірна. Методом SHAP визначено ключові чинники доступності – відстань до метро та до центру; виявлено транспортні пустелі, від яких відрізано близько 7,4 % населення. Реалізовано мовою Python (r5py, osmnx, geopandas, scikit-learn, LightGBM, PyTorch Geometric).
dc.description.abstractotherBachelor's thesis: 89 pp., 12 figures, 8 tables, 36 references. The object of research is the transport accessibility of urban social infrastructure facilities – healthcare and education institutions. The subject of research is methods of geospatial analysis and machine learning for assessing and classifying the level of transport accessibility. The purpose of the work is to develop an intelligent system for assessing the transport accessibility of urban social infrastructure facilities based on geospatial analysis and machine learning methods, tested on the example of Kyiv. A software pipeline was developed based on three open data sources – GTFS from the Kyivpastrans municipal enterprise, OpenStreetMap geodata, and official population statistics – with a justified choice of time-dependent RAPTOR routing. Building floor counts were imputed using gradient boosting, and population was distributed across individual buildings using the dasymetric method. Routing was performed for 1,576 facilities, and three accessibility measures were computed – cumulative, gravity-based, and E2SFCA. Gravity based population coverage was divided into six quantile classes, and three models were compared – LightGBM, a multilayer perceptron, and the GraphSAGE graph neural network – under spatial cross-validation. The graph neural network achieved the highest quality (macro-averaged F-score 0.461), though its advantage over boosting is moderate. The SHAP method identified the key accessibility factors – distance to the metro and to the city center; transport deserts were detected, cutting off approximately 7.4% of the population. The product was implemented in Python (r5py, osmnx, geopandas, scikit-learn, LightGBM, PyTorch Geometric).
dc.format.extent89 с.
dc.identifier.citationШишка, О. В. Інтелектуальна система оцінювання транспортної доступності соціальної інфраструктури міста : дипломна робота … бакалавра : 122 Комп'ютерні науки / Шишка Ольга Василівна. – Київ, 2026. – 89 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82891
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectтранспортна доступність
dc.subjectgtfs
dc.subjectмультимодальна маршрутизація
dc.subjectraptor
dc.subjectдазиметричний розподіл
dc.subjectмашинне навчання
dc.subjectкласифікація
dc.subjectграфові нейронні мережі
dc.subjectгеопросторовий аналіз
dc.subjectсоціальна інфраструктура
dc.subjecttransport accessibility
dc.subjectgtfs
dc.subjectmultimodal routing
dc.subjectraptor
dc.subjectdasymetric mapping
dc.subjectmachine learning
dc.subjectclassification
dc.subjectgraph neural networks
dc.subjectgeospatial analysis
dc.subjectsocial infrastructure.
dc.titleІнтелектуальна система оцінювання транспортної доступності соціальної інфраструктури міста
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shyshka_bakalavr.pdf
Розмір:
2.43 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи