Araştırmacılar, tüketici verilerini analiz etmek için makine öğrenimi algoritmasını kullanıyor

Elektrikli araçların ana akım haline gelmesiyle, onları devam ettirmek için ülke çapında şarj istasyonları ağı oluşturmak giderek daha önemli hale gelecek.

Elektrikli araçlar, iklim değişikliğine yönelik çözümün çok önemli bir parçası olarak görülüyor: Ulaşım, artık iklim ısınmasına neden olan emisyonların önde gelen katkıcısı. Ancak elektrikli araçların daha geniş çapta benimsenmesinin önündeki en büyük engellerden biri, şarj istasyonlarının yokluğu algısı ve birçok sürücüyü elektrikli araç satın alma konusunda tedirgin eden “menzil kaygısı”dır.

yeni Ulusal Bilim Vakfıtarafından finanse edilen çalışma Gürcistan Teknoloji Enstitüsü araştırmacılar, elektrikli araç sürücülerinin mevcut şarj ağı hakkındaki tutumlarına ilişkin şimdiye kadarki en iyi içgörüyü sağlamak için makine öğrenimi tekniklerinden yararlanıyor. Bulgular, politika yapıcıların çabalarını odaklamalarına yardımcı olabilir.

Dergide yayınlanan yazıda, Doğa SürdürülebilirliğiOmar Isaac Asensio liderliğindeki bir ekip, ABD’deki 12.270 elektrikli araç şarj istasyonundan tüketici verilerini analiz etmek için bir makine öğrenimi algoritmasının eğitilmesini anlatıyor.

Çalışma, neredeyse gerçek zamanlı olarak politika değerlendirmesi için akış verilerini hızlı bir şekilde analiz etmek için makine öğrenimi araçlarının nasıl kullanılabileceğini gösteriyor. Akış verileri, bir uygulamadan kullanıcı yorumları gibi sürekli bir akışta gelen bilgileri ifade eder. Çalışma aynı zamanda elektrikli araç sürücülerinin şarj istasyonları hakkında ne düşündüklerine dair şaşırtıcı bulguları da ortaya çıkardı.

Örneğin, sürücülerin özel istasyonları halka açık istasyonlara tercih ettiği şeklindeki geleneksel görüş yanlış görünüyor. Çalışma ayrıca, tüm sürücülerin ihtiyaçlarını karşılayan sağlam bir şarj sistemi oluşturmaya yönelik zorlukların habercisi olarak, büyük şehirlerdeki şarj istasyonlarıyla ilgili potansiyel sorunları da tespit ediyor.

Bu çalışma, birçok analizde kullanılan dolaylı seyahat anketleri veya simüle edilmiş verilerin aksine, gerçek tüketici duyarlılığının kanıta dayalı, ulusal bir analizini sunarak elektrikli araç satın alma konusundaki gerginliği gidermeye yardımcı olur.