Afgelopen maand organiseerden CBS, de Haagse Hogeschool, het RIVM en de Universiteit Utrecht voor de vierde keer de Sensor Data Challenge. Daarin werkten studenten en professionals aan de vraag hoe kunnen sensoren gecombineerd worden met applied data-science om gedrag in werk- en leefomgeving te meten, voorspellen en verbeteren. Winnaar was het team Leanatics van de HAN University of Applied Sciences dat een manier bedacht om hitte in steden in kaart te brengen door middel van heatmaps.
Er deden 6 teams met in totaal 22 deelnemers mee aan de challenge. Vanuit verschillende organisaties werden vraagstukken ingebracht. RIVM had een vraagstuk geformuleerd waarbij hittestress moest worden gemeten. Daarbij moesten met real time-data hitte-hotspots in steden in kaart worden gebracht, bijvoorbeeld een hittegolf. Het team Leanatics leverde daarvoor visualisaties van een heatmap waarop heatspots zichtbaar waren. Samen met de ontwikkelde temperatuurmeting, had het team een real-time heatmap gemaakt van de locatie waar de challenge plaatsvond. Met hun oplossing won het team de eerste prijs.’
Stopmotieven
De tweede prijs ging naar het team ‘Mama is trots op ons’, dat een vraagstuk van het CBS uitwerkte. Zij bedachten een oplossing om de stopmotieven te achterhalen van respondenten die meedoen aan het onderzoek ‘Onderweg in Nederland’. Daarin worden de verplaatsingen van respondenten gevolgd om de dagelijkse mobiliteit van de Nederlandse bevolking te meten aan de hand van een app. Het team wist stops en verplaatsingen van elkaar onderscheiden. Voor het detecteren van stop-motieven werd deep learning toegepast in combinatie met feature hashing die ze versleutelen via SHA1. De motivaties leidden ze af van de Google Maps API, waarin locaties gecategoriseerd zijn onder verschillende type plekken. De winnaars zullen binnenkort een presentatie geven bij het CBS en daar wordt ook gesproken over de doorontwikkeling van hun idee.