{"id":17256,"date":"2025-01-30T13:05:30","date_gmt":"2025-01-30T11:05:30","guid":{"rendered":"https:\/\/spatialworld.fi\/?page_id=17256"},"modified":"2025-02-05T18:06:15","modified_gmt":"2025-02-05T16:06:15","slug":"17076-2-2-3-2-2","status":"publish","type":"page","link":"https:\/\/spatialworld.fi\/fi\/17076-2-2-3-2-2\/","title":{"rendered":"Druid ja Superset"},"content":{"rendered":"[vc_row type=”in_container” full_screen_row_position=”middle” column_margin=”default” column_direction=”default” column_direction_tablet=”default” column_direction_phone=”default” scene_position=”center” text_color=”dark” text_align=”left” row_border_radius=”none” row_border_radius_applies=”bg” overflow=”visible” overlay_strength=”0.3″ gradient_direction=”left_to_right” shape_divider_position=”bottom” bg_image_animation=”none”][vc_column column_padding=”no-extra-padding” column_padding_tablet=”inherit” column_padding_phone=”inherit” column_padding_position=”all” column_element_direction_desktop=”default” column_element_spacing=”default” desktop_text_alignment=”default” tablet_text_alignment=”default” phone_text_alignment=”default” background_color_opacity=”1″ background_hover_color_opacity=”1″ column_backdrop_filter=”none” column_shadow=”none” column_border_radius=”none” column_link_target=”_self” column_position=”default” gradient_direction=”left_to_right” overlay_strength=”0.3″ width=”1\/1″ tablet_width_inherit=”default” animation_type=”default” bg_image_animation=”none” border_type=”simple” column_border_width=”none” column_border_style=”solid”][vc_column_text css=”” text_direction=”default”]\n

V\u00e4yl\u00e4n saavutettavuuden analysointi FME:n, Druidin ja Supersetin avulla: Vaiheittainen opetusohjelma<\/span><\/h1>\n[\/vc_column_text][\/vc_column][\/vc_row][vc_row type=”in_container” full_screen_row_position=”middle” column_margin=”default” column_direction=”default” column_direction_tablet=”default” column_direction_phone=”default” scene_position=”center” text_color=”dark” text_align=”left” row_border_radius=”none” row_border_radius_applies=”bg” overflow=”visible” overlay_strength=”0.3″ gradient_direction=”left_to_right” shape_divider_position=”bottom” bg_image_animation=”none”][vc_column column_padding=”no-extra-padding” column_padding_tablet=”inherit” column_padding_phone=”inherit” column_padding_position=”all” column_element_direction_desktop=”default” column_element_spacing=”default” desktop_text_alignment=”default” tablet_text_alignment=”default” phone_text_alignment=”default” background_color_opacity=”1″ background_hover_color_opacity=”1″ column_backdrop_filter=”none” column_shadow=”none” column_border_radius=”none” column_link_target=”_self” column_position=”default” gradient_direction=”left_to_right” overlay_strength=”0.3″ width=”1\/1″ tablet_width_inherit=”default” animation_type=”default” bg_image_animation=”none” border_type=”simple” column_border_width=”none” column_border_style=”solid”][image_with_animation image_url=”17280″ image_size=”medium_large” animation_type=”entrance” animation=”None” animation_movement_type=”transform_y” hover_animation=”none” alignment=”center” border_radius=”none” box_shadow=”none” image_loading=”default” max_width=”75%” max_width_mobile=”default”][\/vc_column][\/vc_row][vc_row type=”in_container” full_screen_row_position=”middle” column_margin=”default” column_direction=”default” column_direction_tablet=”default” column_direction_phone=”default” scene_position=”center” text_color=”dark” text_align=”left” row_border_radius=”none” row_border_radius_applies=”bg” overflow=”visible” overlay_strength=”0.3″ gradient_direction=”left_to_right” shape_divider_position=”bottom” bg_image_animation=”none”][vc_column column_padding=”no-extra-padding” column_padding_tablet=”inherit” column_padding_phone=”inherit” column_padding_position=”all” column_element_direction_desktop=”default” column_element_spacing=”default” desktop_text_alignment=”default” tablet_text_alignment=”default” phone_text_alignment=”default” background_color_opacity=”1″ background_hover_color_opacity=”1″ column_backdrop_filter=”none” column_shadow=”none” column_border_radius=”none” column_link_target=”_self” column_position=”default” gradient_direction=”left_to_right” overlay_strength=”0.3″ width=”1\/1″ tablet_width_inherit=”default” animation_type=”default” bg_image_animation=”none” border_type=”simple” column_border_width=”none” column_border_style=”solid”][vc_column_text css=”” text_direction=”default”]\n

Konteksti<\/h2>\n

Kaupunkibussien saavutettavuuden ymm\u00e4rt\u00e4minen edellytt\u00e4\u00e4 sek\u00e4 paikka- ett\u00e4 ajallisen tiedon analysointia. T\u00e4m\u00e4 opetusohjelma n\u00e4ytt\u00e4\u00e4 kuinka hallita ja visualisoida t\u00e4llaisia \u200b\u200bmonimutkaisia \u200b\u200btietoja tehokkaasti Supersetin, FME:n ja Druidin avulla.<\/p><\/blockquote>\n

Kaupunkialueilla paikka-ajallinen dynamiikka, kuten ty\u00f6matka, asettaa monimutkaisia \u200b\u200bhaasteita, jotka vaativat vankat ty\u00f6kalut useiden muuttujien ja valtavien tietom\u00e4\u00e4rien tehokkaaseen analysointiin. Bussien saavutettavuuden ymm\u00e4rt\u00e4minen ei koske vain bussipys\u00e4kkien geospatiaalista jakautumista vaan my\u00f6s kulkuaikataulujen ajallisia n\u00e4k\u00f6kohtia. Aika on ratkaiseva tekij\u00e4, koska saavutettavuus vaihtelee p\u00e4iv\u00e4n, viikon ja eri alueilla, mik\u00e4 vaikuttaa siihen, kuinka hyvin eri v\u00e4est\u00f6ryhmi\u00e4 palvellaan.<\/p>\n

Nykyaikaisen liiketoimintatiedon alalla monimutkaisen geospatiaalisen ja ajallisen tiedon integrointi ja analysointi on edelleen merkitt\u00e4v\u00e4 haaste. Superset yhdess\u00e4 FME:n ja Druidin kanssa tarjoaa tehokkaan ratkaisun n\u00e4iden monimutkaisten asioiden hallintaan tehokkaasti. T\u00e4m\u00e4 yhdistelm\u00e4 mahdollistaa useiden monimutkaisen datan l\u00e4hteiden integroinnin mittakaavassa s\u00e4ilytt\u00e4en samalla alhaisen viiveen, minimaaliset koodausvaatimukset ja vahvat visualisointiominaisuudet.<\/p>\n

Maali<\/h2>\n

Pyrimme luomaan datapisteen jokaiselle bussin saapumiselle jokaiselle pys\u00e4kille seuraavan kolmen kuukauden aikana, mik\u00e4 johtaa useisiin merkint\u00f6ihin per pys\u00e4kki, jotta koko aikataulu saadaan talteen FME:n avulla. Sitten leikkaamme n\u00e4m\u00e4 tiedot l\u00e4pi saadaksemme oivalluksia todella nopeasti Druidilla Supersetin kautta.<\/p>\n

\n

Sy\u00f6tt\u00f6tiedot<\/h2>\n

GTFS-tiedostot: T\u00e4t\u00e4 m\u00e4\u00e4rityst\u00e4 k\u00e4ytet\u00e4\u00e4n suunniteltujen kuljetusten vaihtamiseen. sit\u00e4 k\u00e4ytet\u00e4\u00e4n monissa maissa.<\/strong><\/p>\n

Helsingin tiedot ovat saatavilla osoitteessa\u00a0https:\/\/www.hsl.fi\/fi\/hsl\/open-data#julkinen-liikenne-verkko-ja-aikataulut-gtfs<\/a>\u00a0.<\/p>\n

K\u00e4ytimme tutkimuksessamme seuraavia tiedostoja:<\/p>\n