| 创科愿望 |
人工智能模型分析因应台风停驶列车安排时间
(编号: W-0520) |
| 已配对创科方案 |
|
| 试验项目 |
|
| 摘要及挑战 |
- 这个项目旨在利用香港天文台提供的开放数据（线上和历史数据）、港铁有限公司（MTR）和/或其它可提供的数据，通过采用人工智能模型开发一个试验系统，用于估算在悬挂台风信号T9时，MTR公司铁路网络（MTR网络）列车营运的最大允许时间。风速是台风情况下影响列车营运的关键因素之一。
- 项目挑战：
- 有限的线上和历史数据：香港天文台、港铁有限公司（MTRCL）和由其它资讯源所获取的线上和历史天气数据是有限的，尤其是有关于特殊天气的情况，如台风T9信号或更高级别的台风。挑战在于确保可用的数据足够代表性，足以训练一个可靠的人工智能估算模型/方案。
- 资料品质和完整性：线上资料和历史资料的品质和完整性可能会带来挑战。 不完整的数据会影响人工智能估算模型的效能和准确性。 确保资料完整性并解决任何资料差距或不一致问题至关重要。
- 综合相关因素：虽然风速是影响台风条件下列车营运的关键因素之一，但可能还有其他因素也扮演重要角色。 识别这些额外因素并将其纳入人工智能估算模型可能具有挑战性，特别是在数据有限的情况下。
- 模型复杂度和解释性：开发一个能够最佳估计风速与列车最大允许营运时间之间关系的人工智能估算模型/方案可能很复杂。在模型复杂度和解释性之间取得平衡非常重要，以确保预测结果易于理解并可执行。
- 验证和评估：使用有限数据评估人工智能估算模型/方案的准确性和可靠性是一个挑战。需要建立健全的验证和评估过程，以确保模型表现良好并达到所需的标准。
- 备注：方案供应商须于截止日期或之前向机电工程署提供创科方案。内容应包括初步设计方案与方法论、数据模型、性能指标、验证和测试计划和预算成本。机电工程署可能会邀请方案供应商进行简介。
|
| 预期成果 |
- 通过这个项目开发的人工智能估算模型/方案能够相当准确地估算列车的最大允许营运时间。这将帮助港铁有限公司作出有依据的决策，在台风期间采取适当的行动，确保安全列车营运。
- 由于该项目鼓励供应商有创造性地思考并提出创新方法来补充有限的数据，因此项目的结果可能包括评估和识别能够提高人工智能模型准确性和可靠性的新技术或方法。
|
| 预计试验期限 |
12个月
|
| 联络资料 |
|
| 创建日期 |
2023-12-04
|
| 截止日期 |
2024-01-02
|
| 提议创科方案 |
已截止
|
