SMUA4400 Transport Data Analytics Course description

With the development of sensing technologies, transport digitalization generates and provides numerous data from different resources. This course will introduce models and applications of transport systems analysis in the context of transport studies and gain deeper insight into how these models help with the decision‐making process. Topics to be covered include data preprocessing, travel studies and analysis of data; machine learning methods; statistic methods; transportation systems forecast and analyses. Moreover, the course will provide a brief introduction to future sensing technologies and deep learning methods. The methods cover by this course will closely link to real world transport problem, such as travel demand modelling, accessibility, last-mile problem and other related issues.

None.

Ingen forkunnskapskrav.

After completing the course, the student is expected to have achieved the following learning outcomes defined in terms of knowledge, skills, and general competence:

Knowledge:

Upon successful completion of the course, the student will achieve knowledge about:

• terminology and models for transport studies
• statistical and machine learning methods
• advanced sensing technologies
• future development in the transport data analytics

Skills:

Upon successful completion of the course, the student is capable of:

• understanding and applying the proper knowledge and method to collect, process, and analyze transport data
• applying statistical and machine learning methods with a proper interpretation of the methods used in transport modelling
• making use of approved terminology and standardization in the field of transport analytics
• optimum use of data analysis software (Python, R, or Weka)
• using the modelling methods to support intelligent transport system management and policy development

General competence:;

;

Upon successful completion of the course, the student:;;

• has deep insight into the transport data collection and data analysis methods
• is able to apply proper methods to solve;practical problems in different real-world conditions;
• is able to understand and explain the results of transport models
• is able to present academic results and evaluations, both to specialists and to the general public

Etter fullført emne har studenten følgende læringsutbytte definert som kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten

• har kunnskap om relevante aspekter ved menneskets hukommelse
• har kunnskap om notatteknikkens grunnprinsipper

Ferdigheter

Studenten

• kan tolke lengre sekvenser og monologer fra/til norsk ved hjelp av notater
• kan bruke notatteknikkens grunnprinsipper for å utvikle egen notatteknikk

Generell kompetanse

Studenten

• kan reflektere over egen hukommelse og notatteknikk
• kan forstå sammenhenger mellom relevant forskning og muligheter i notatteknikk

Emnet er organisert som deltidsstudium over to semester. Emnet er nettbasert med samlinger ved Høgskolen i Oslo og Akershus. Studenten må ha tilgang til datamaskin og Internett og kunne delta i nettbaserte læringsaktiviteter, også på kveldstid og i helger. Det forutsettes både stor grad av selvstudium og at studentene deltar i gruppesamarbeid. Informasjon om antall samlinger, og antall dager per samling, finnes på nettsidene til høgskolen.

1) Project report prepared in groups, approx. 15 - 20 pages (excl. appendices), weighted 70%.

2) Oral presentation and examination;of the project report,;weighted 30%.

;

All assessment parts must be awarded a pass grade (E or better) to pass the course.;

Assessment parts: 1) ;can be appealed, 2) cannot be appealed

Graded scale A-F.

Avsluttende vurdering består av følgende to eksamener à 15 studiepoeng:

Del 1: Monolog norsk/norsk.

Studenten skal på grunnlag av egne notater gjengi en monolog norsk/norsk (ca. 300 ord) i språklaboratoriet ved HiOA. Notatene til studenten utgjør en del av eksamen og skal derfor leveres inn sammen med lydopptaket. Opptak gjøres for å gi kandidaten klagerett. Eksamen vurderes av en intern sensor og en ekstern sensor.

Del 2: Monolog norsk/tolkespråket.

Studenten skal på grunnlag av egne notater tolke en monolog fra norsk til tolkespråket (ca. 300 ord) og en monolog fra tolkespråket til norsk (ca. 300 ord). Opptak gjøres for å gi kandidaten klagerett. For denne eksamen består kommisjonen av tolkefaglig sensor/norsk sensor (vanligvis faglærer) og en ekstern sensor i tolkespråket. Ekstern sensor skal fortrinnsvis ha kompetanse i både norsk og tolkespråket, men unntak for kravet om norskkompetanse kan gjøres.

Begge eksamenskarakterene framkommer på vitnemålet. Det gis ikke samlet sluttkarakter.

Chaoru Lu: chaorulu@oslomet.no