prikaz prve stranice dokumenta Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja
  Download
PDF 38.8 MB
doctoral thesis
Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja
2024. urn:nbn:hr:179:578887
Đerek, Jurica
University of Split
Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture

Cite this document

Đerek, J. (2024). Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja (Doctoral thesis). Split: University of Split, Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture. Retrieved from https://urn.nsk.hr/urn:nbn:hr:179:578887

Đerek, Jurica. "Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja." Doctoral thesis, University of Split, Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture, 2024. https://urn.nsk.hr/urn:nbn:hr:179:578887

Đerek, Jurica. "Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja." Doctoral thesis, University of Split, Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture, 2024. https://urn.nsk.hr/urn:nbn:hr:179:578887

Đerek, J. (2024). 'Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja', Doctoral thesis, University of Split, Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture, accessed 05 October 2024, https://urn.nsk.hr/urn:nbn:hr:179:578887

Đerek J. Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja [Doctoral thesis]. Split: University of Split, Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture; 2024 [cited 2024 October 05] Available at: https://urn.nsk.hr/urn:nbn:hr:179:578887

J. Đerek, "Razvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja", Doctoral thesis, University of Split, Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture, Split, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:179:578887

Please login to the repository to save this object to your list.
Metadata
TitleRazvoj metodološkog pristupa u optimizaciji biciklističkih ruta integracijom višekriterijskih GIS analiza i strojnog učenja
Title (english)Development of a Methodological Approach for Optimization of Bicycle Routes Through the Integration of Multi-Criteria GIS Analysis and Machine Learning
AuthorJurica Đerek
MentorMarjan Sikora (mentor)
Committee memberVladan Papić (predsjednik povjerenstva)
Committee memberSven Gotovac (član povjerenstva)
Committee memberAnte Šiljeg (član povjerenstva)
Committee memberLjiljana Šerić (član povjerenstva)
Committee memberMarin Bugarić (član povjerenstva)
GranterUniversity of Split
Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture
Split
Defense date and country2024-09-13, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Data Processing
Universal decimal classification
(UDC)		62 - Engineering. Technology in general
Abstract
Tema ove doktorske disertacije je razvoj metodološkog pristupa za optimizaciju biciklističkih ruta u ruralnom području koristeći metode višekriterijske GIS analize (engl. Multi Criteria Decision Analysis - Geographic Information Systems MCDA-GIS) i strojnog učenja. Biciklističke rute u ruralnim područjima obogaćuju turističku ponudu, a pažljivim odabirom adekvatne i personalizirane rute osigurava se zadovoljstvo posjetitelja. Kriteriji relevantni za odabir biciklističkih ruta odabrani su pregledom literature i provođenjem intervjua i anketa među ispitanicima koji su aktivni u biciklizmu. Prikupljene informacije o njihovim preferencijama prilikom odabira biciklističke rute poslužile su u pristupu višekriterijske GIS analize da se pomoću AHP (engl. Analytical Hierarchy Method) metode odredi ponderirana linearna kombinacija vrijednosti kojom se opisuje razina prikladnost za svaki segment promatrane cestovne mreže. Optimalna biciklistička ruta kojom se povezuju točke od interesa određuje se Dijkstra algoritmom koji koristi informacije o prikladnosti rute. Nadalje,disertacija istražuje zamjenu tradicionalnih metoda optimizacije biciklističkih ruta s pristupom temeljenim na strojnim učenju, što predstavlja moderniji i manje zahtjevan pristup koji je manje podložan subjektivnim procjenama, neizbježnima u tradicionalnim metodama. U kreiranju ruta korišten je hibridni model koji kombinira model strojnog učenja s Dijkstra algoritmom. Model strojnog učenja treniran je na područjima s postojećim biciklističkim stazama. Istrenirani model testiran je na poznatom području, a dobivene rute uspoređene su s rutama dobivenim tradicionalnim pristupom. Kvalitativna validacija modela provedena je usporedbom s rutama temeljenim na podacima iz karte intenziteta (engl. heatmap), pri čemu je uočeno značajno preklapanje. Ovi rezultati potvrđuju potencijal primjene strojnog učenja za optimizaciju biciklističkih ruta, predstavljajući objektivniju alternativu tradicionalnim metodama
Abstract (english)
The topic of this doctoral dissertation is the development of a methodological approach for optimizing cycling routes in rural areas using Multi-Criteria Decision Analysis - Geographic Information Systems (MCDA-GIS) and machine learning methods. Cycling routes in rural areas enrich the tourist offering, and the careful selection of adequate and personalized routes ensures visitor satisfaction. The criteria relevant for selecting cycling routes werec hosen through a review of the literature and by conducting interviews and surveys among respondents active in cycling. The collected information on their preferences when choosing a cycling route was used in the multi-criteria GIS analysis approach to determine a weighted linear combination of values describing the level of suitability for each segment of the observed road network using the Analytical Hierarchy Method (AHP). The optimal cycling route connecting points of interest is determined by the Dijkstra algorithm, which uses information about route suitability. Furthermore, the dissertation explores the replacement of traditional methods for optimizing cycling routes with a machine learning-based approach, representing a more modern and less demanding method that is less susceptible to subjective assessments inherent in traditional methods. A hybrid model combining a machine learning model with the Dijkstra algorithm was used in route creation. The machine learning model was trained in areas with existing cycling paths. The trained model was tested in a known area, and the obtained routes were compared with those generated by the traditional approach. Qualitative validation of the model was conducted by comparing it with routes based on heatmap data, revealing significant overlap. These results confirm the potential of applying machine learning for optimizing cycling routes, presenting a more objective alternative to traditional methods.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:179:578887
Promotion2024
Study programmeTitle: Electrical Engineering and Information Technology
Study programme type: university
Study level: postgraduate
Academic / professional title: doktor/doktorica znanosti, područje tehničkih znanosti, polje računarstvo (doktor/doktorica znanosti, područje tehničkih znanosti, polje računarstvo)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-10-01 07:44:09