GeoAI combineert geografische informatie met kunstmatige intelligentie om mobiliteitsvraagstukken slimmer te analyseren. Met QGIS, ruimtelijke data en AI-technieken kun je verkeersstromen voorspellen, mobiliteitspatronen herkennen en knelpunten in bereikbaarheid en verkeersveiligheid onderzoeken. GeoAI helpt overheden, vervoersorganisaties en adviesbureaus om betere beslissingen te nemen over mobiliteit, infrastructuur en transport.
GeoAI combineert geografische informatie met kunstmatige intelligentie om verkeers- en mobiliteitsvraagstukken te analyseren en voorspellingen te ondersteunen. Met QGIS en AI-technieken leer je onder andere de volgende vraagstukken beantwoorden:
Je werkt met praktijkvoorbeelden waarin geografische gegevens en verkeersdata worden gecombineerd met AI-analyses. Met QGIS visualiseer en interpreteer je de resultaten, herken je ruimtelijke patronen en onderzoek je hoe GeoAI kan bijdragen aan betere mobiliteitsbeslissingen.
Je maakt kennis met de basisprincipes van GeoAI, machine learning en voorspellende analyses. Je leert hoe AI-modellen patronen herkennen in geografische gegevens en hoe historische verkeersdata kunnen worden gebruikt om verkeersdrukte, reistijden en mobiliteitsontwikkelingen te voorspellen.
De nadruk ligt op de praktische toepassing van AI in combinatie met QGIS. Onderwerpen zijn classificatie, regressie, clustering, ruimtelijke patroonherkenning, tijdreeksanalyses en beeldherkenning met bestaande AI-modellen. Je leert hoe je geschikte gegevens voorbereidt, AI-resultaten importeert in QGIS en deze met ruimtelijke analyses onderzoekt.
Daarnaast besteden we aandacht aan het beoordelen van AI-voorspellingen, het herkennen van onzekerheden en het verantwoord toepassen van AI bij verkeersveiligheid, infrastructuurplanning en mobiliteitsbeleid. Uitgebreide programmering of het zelf ontwikkelen van complexe AI-modellen staat niet centraal.
Je werkt met geografische en mobiliteitsgegevens uit onder andere het Nationaal Dataportaal Wegverkeer (NDW), OpenStreetMap, CBS, satellietbeelden en openbare geografische databronnen. Daarbij maak je kennis met verkeersintensiteiten, snelheidsgegevens, reistijden, wegennetwerken, verkeersongevallen en ruimtelijke kenmerken van de infrastructuur.
Je leert gegevens voorbereiden voor AI-analyses en beoordelen op volledigheid, actualiteit, nauwkeurigheid, representativiteit en ruimtelijke en temporele dekking. Ook komen trainings- en testgegevens, modelvalidatie, overfitting, bias en de betrouwbaarheid van AI-voorspellingen aan bod.
Relevante standaarden en uitwisselformaten zijn onder andere GeoPackage, GeoJSON, CSV, GeoTIFF en OGC-standaarden zoals WMS en WFS. Daarnaast besteden we aandacht aan privacy, AVG, transparantie en verantwoord AI-gebruik bij mobiliteitsanalyses.
Je ontvangt persoonlijke begeleiding. Na je aanmelding neemt onze cursuscoördinator contact met je op om je eerste sessie in te plannen.
Heb je vragen over de inhoud van de cursus? Of twijfel je of de cursus aansluit bij jouw leerdoelen of wensen? Liever incompany of een privé cursus? We helpen je graag verder.
GeoAI combineert geografische informatie met kunstmatige intelligentie. Binnen mobiliteit en transport wordt GeoAI gebruikt om verkeersstromen te voorspellen, mobiliteitspatronen te herkennen en verkeersveiligheid en bereikbaarheid te analyseren. Hiermee kunnen overheden en vervoersorganisaties betere beslissingen nemen.
QGIS vormt de basis voor het verwerken, analyseren en visualiseren van geografische gegevens. Daarnaast maak je kennis met bestaande AI-modellen en technieken zoals machine learning, classificatie, regressie, clustering en beeldherkenning. Uitgebreide programmeerkennis is niet noodzakelijk.
Je werkt met verkeers- en mobiliteitsgegevens uit bronnen zoals het Nationaal Dataportaal Wegverkeer (NDW), OpenStreetMap en CBS. Ook satellietbeelden, luchtfoto’s en geografische infrastructuurgegevens kunnen worden gebruikt om mobiliteitspatronen, verkeersstromen en ruimtelijke ontwikkelingen te onderzoeken.
Deze opleiding is geschikt voor verkeerskundigen, mobiliteitsadviseurs, GIS-specialisten, data-analisten en medewerkers van gemeenten, provincies, vervoersorganisaties en adviesbureaus. Basiskennis van GIS of QGIS is aanbevolen. Ervaring met AI of programmeren is niet vereist.
