Édition
  • 2e édition

Session
  • Hiver 2021

Thématique
  • Données ouvertes et infrastructures urbaines

Prévision de l’état des chaussées dans le Maryland

Résumé

Les agences gouvernementales dépensent des millions de dollars en inspections de l'état des chaussées avec des équipements de terrain. Notre objectif est d'aider à réduire le coût et l'effort de l'inspection sur le terrain en développant un modèle d'apprentissage automatique pour l'état de la chaussée qui prédit l'état de la chaussée sur la base d'attributs spécifiques tels que le trafic, l'âge sans aller sur le terrain en utilisant des données historiques.


Voulez-vous en savoir plus?


Consulter la fiche du projet

Une collaboration entre :

Ville de Montréal

Direction, technologies, architecture, innovation et sécurité

Experts municipaux

Marie-Odette St-Hilaire

Université

CIVI 691 – Big Data Analytics for Smart City Infrastructure (Building, Civil and Environmental Engineering), Concordia University

Professeur

Mazdak Nik-Bakht

Équipe étudiante

Kamran Shah
Zakariya Gadi
Mohammad Razavi
Emad E Baiu