20.12.2022
Förderung von Nachwuchsforscherinnen der Girls' Day Akademie Dresden
Wo entstehen in der Verkehrswelt Daten und was fängt man damit an? Was ist überhaupt Verkehrswissenschaft und wie sieht die Arbeit einer Verkehrswissenschaftlerin aus?
Am 7. Dezember 2022 lud unser Lehrstuhl interessierte Nachwuchsforscherinnen ein, Antworten auf diese und weitere Fragen zu finden und in die Themenbereiche
- maschinelles Lernen (ML),
- Verkehrsforschung,
- Routenplanung und
- autonomes Fahren
einzusteigen. Bei dem Event haben die Schülerinnen der Girls' Day Akademie Dresden gemeinsam mit unserem Team ein ML-Modell trainiert, um anhand von Körpergröße und Gewicht die Schuhgröße vorherzusagen. Die Schülerinnen haben analysiert, was ihre Verkehrsmittelwahl auf dem Schulweg beeeinflusst und wie Datenanalyse dabei hilft, den Stadtverkehr besser zu verstehen und umweltfreundlicher zu gestalten.
Was heißt es, Verkehr zu studieren?
Anke Richter-Baxendale (Öffentlichkeitsarbeit & Kommunikation, Dekanat der Fakultät Verkehrswissenschaften "Friedrich List") und Lukas Unterschütz (Master-Student und studentische Hilfskraft an der Professur für Big Data Analytics in Transportation) präsentierten das Studium an der Fakultät aus inhaltlicher und aus studentischer Sicht.
Nach diesem kurzen Einschub planten die Schülerinnen eine optimale Route durch die Stadt Dresden, um verschiedene Sehenswürdigkeiten zu besuchen. Hierzu beschäftigten sie sich interaktiv mit dem Handlungsreisendenproblem (in der Forschung besser bekannt als Traveling Salesperson Problem), wie es zum Beispiel bei Paketdienstunternehmen zum Einsatz kommt.
Abschließend traten die Teilnehmerinnen in einer Autorennsimulation gegen ein autonom fahrendes Auto an und schlugen es auf anhieb. Für die Simulation wurde Reinforcement Learning (dt. bestärkendes Lernen, ein aufstrebender Forschungszweig der Künstlichen Intelligenz) eingesetzt, bei dem das Auto durch Erkundung der Umwelt erst nach und nach das Fahren erlernt. Ähnlich wie bei Menschen gilt: Je länger das Auto üben kann, desto besser ist die zu erwartende Fahrfertigkeit. Erst ein fortgeschrittenes Modell mit vielen Tausend Übungsrunden war letztlich in der Lage, die Schülerinnen zu überholen. So haben sie praktisch demonstriert, wie effizient Menschen lernen und ihr Wissen auf neue Aufgaben übertragen können.
Wir bedanken uns bei den Teilnehmerinnen und hoffen, Interesse an unserer Arbeit geweckt zu haben!