टोरंटो विश्वविद्यालय के इंजीनियरिंग शोधकर्ताओं का एक नया विश्लेषण एक कांटेदार प्रश्न का उत्तर देने में मदद करने के लिए मशीन लर्निंग का लाभ उठाता है: अधिकतम लाभ प्रदान करने के लिए नई संरक्षित बाइक लेन कहाँ रखी जानी चाहिए?

"फिलहाल, कुछ लोगों के पास संरक्षित बाइकिंग तक वास्तव में अच्छी पहुंच हैआधारभूत संरचना: वे काम पर बाइक से जा सकते हैंकिराने की दुकानया मनोरंजन स्थलों पर," सिविल और खनिज इंजीनियरिंग विभाग में पोस्टडॉक्टरल फेलो और में प्रकाशित एक नए पेपर के प्रमुख लेखक मेडेलीन बोन्स्मा-फिशर कहते हैं।परिवहन भूगोल जर्नल.

"अधिक लेन से उन गंतव्यों की संख्या बढ़ सकती है जिन तक वे पहुंच सकते हैं, औरपिछला कार्य दिखाता हैइससे साइकिल यात्राओं की संख्या में वृद्धि होगी।

"हालांकि, बहुत से लोगों के पास संरक्षित साइकिलिंग बुनियादी ढांचे तक बहुत कम या बिल्कुल भी पहुंच नहीं है, जिससे उनकी घूमने-फिरने की क्षमता सीमित हो जाती है। इससे एक सवाल उठता है: क्या कुल मिलाकर जुड़े हुए गंतव्यों और संभावित यात्राओं की संख्या को अधिकतम करना बेहतर है, या क्या यह अधिक महत्वपूर्ण हैउन लोगों की संख्या को अधिकतम करने पर ध्यान केंद्रित करें जो नेटवर्क तक पहुंच से लाभान्वित हो सकते हैं?"

बोन्स्मा-फिशर और उनकी टीम - जिसमें उनके सह-पर्यवेक्षक, प्रोफेसर शोशना सक्से और टिमोथी चान, और पीएच.डी. शामिल हैं।छात्र बो लिन ऐसे निर्णयों को सूचित करने में सहायता के लिए मशीन लर्निंग और अनुकूलन का उपयोग करते हैं।यह एक चुनौती है जिसके लिए नए कम्प्यूटेशनल दृष्टिकोण की आवश्यकता है।

सैक्से कहते हैं, "इस प्रकार की अनुकूलन समस्या को एनपी-हार्ड समस्या कहा जाता है, जिसका अर्थ है कि इसे हल करने के लिए आवश्यक कंप्यूटिंग शक्ति नेटवर्क के आकार के साथ बहुत तेज़ी से बढ़ती है।"

"यदि आप टोरंटो के आकार के शहर पर एक पारंपरिक अनुकूलन एल्गोरिथ्म का उपयोग करते हैं, तो सब कुछ क्रैश हो जाएगा। लेकिन पीएचडी छात्र बो लिन ने एक बहुत अच्छा मशीन लर्निंग मॉडल का आविष्कार किया जो परीक्षण के लिए 1,000 से अधिक विभिन्न बुनियादी ढांचा परियोजनाओं के लाखों संयोजनों पर विचार कर सकता हैनए साइकलिंग बुनियादी ढांचे के निर्माण के लिए सबसे प्रभावशाली स्थान कौन से हैं।"

टोरंटो को किसी भी बड़े, ऑटोमोबाइल-उन्मुख उत्तरी अमेरिकी शहर के लिए स्टैंड-इन के रूप में उपयोग करते हुए, टीम ने प्रमुख सड़कों के साथ भविष्य के बाइक लेन नेटवर्क के मानचित्र तैयार किए, जिन्हें दो व्यापक प्रकार की रणनीतियों के अनुसार अनुकूलित किया गया।

पहला, जिसे उन्होंने उपयोगितावादी दृष्टिकोण कहा, उन यात्राओं की संख्या को अधिकतम करने पर ध्यान केंद्रित किया जो केवल संरक्षित बाइक लेन वाले मार्गों का उपयोग करके 30 मिनट से कम समय में की जा सकती थीं - इस बात की परवाह किए बिना कि वे यात्राएं किसके द्वारा की गई थीं।

दूसरा, जिसे उन्होंने इक्विटी-आधारित कहा, का लक्ष्य उन लोगों की संख्या को अधिकतम करना था जिनका नेटवर्क से कम से कम कुछ कनेक्शन था।

बोन्स्मा-फिशर कहते हैं, "यदि आप इक्विटी के लिए अनुकूलन करते हैं, तो आपको एक नक्शा मिलता है जो शहर के इलाकों में अधिक फैला हुआ और कम केंद्रित होता है।"

"आपको शहर के अधिक हिस्से मिलते हैं जहां बाइक द्वारा न्यूनतम पहुंच होती है, लेकिन आपको औसत पहुंच में कुछ हद तक कम समग्र लाभ भी मिलता है।"

सैक्से कहते हैं, ''वहां एक समझौता है।''

"यह समझौता अस्थायी है, यह मानते हुए कि अंततः हमारे पास शहर भर में एक पूर्ण साइक्लिंग नेटवर्क होगा, लेकिन यह इस बात के लिए सार्थक है कि हम इस बीच कैसे काम करते हैं और साइक्लिंग बुनियादी ढांचे के निर्माण के लिए चल रही चुनौतियों को देखते हुए यह लंबे समय तक चल सकता है।"

एक अन्य महत्वपूर्ण खोज यह थी कि कुछ मार्ग ऐसे हैं जो आवश्यक प्रतीत होते हैं, चाहे कोई भी रणनीति अपनाई गई हो।

"उदाहरण के लिए, ब्लूर वेस्ट के साथ बाइक लेन सभी परिदृश्यों में दिखाई देती है," सैक्से कहते हैं।

"उन बाइक लेन से उन लोगों को भी फायदा होता है जो उनके आसपास नहीं रहते हैं और बाइक नेटवर्क की इक्विटी और उपयोगिता दोनों को अधिकतम करने के लिए एक महत्वपूर्ण ट्रंक हैं। उनका प्रभाव सभी मॉडलों में इतना सुसंगत है कि यह इस विचार को चुनौती देता हैबाइक लेनयह एक स्थानीय मुद्दा है, जो केवल आसपास के लोगों को प्रभावित करता है।दूर-दराज के इलाकों में सेवा प्रदान करने के लिए हमारे मॉडल में बार-बार अनुकूलित बुनियादी ढांचा तैयार किया जाता है।

बुनियादी ढांचे के निवेश के बारे में चल रहे निर्णयों को सूचित करने में मदद करने के लिए टीम पहले से ही टोरंटो के शहर योजनाकारों के साथ अपना डेटा साझा कर रही है।आगे चलकर, टीम को उम्मीद है कि वह अपने विश्लेषण को अन्य शहरों में भी लागू करेगी।

बोन्स्मा-फिशर कहते हैं, "कोई फर्क नहीं पड़ता कि आपके स्थानीय मुद्दे क्या हैं, या आप क्या विकल्प चुनते हैं, यह स्पष्ट रूप से समझना महत्वपूर्ण है कि आप क्या लक्ष्य बना रहे हैं और जांचें कि क्या आप उन्हें पूरा कर रहे हैं।"

"इस तरह का विश्लेषण इन कठिन सवालों के जवाब देने के लिए साक्ष्य-आधारित, डेटा-संचालित दृष्टिकोण प्रदान कर सकता है।"