• Lyhenne: Data-analytiikka
  • Toteutusaika: 1.4.2018 - 31.12.2020
  • Painoala: Sovellettu kyberturvallisuus
  • Yksikkö: Teknologia
  • Rahoitusohjelma: Euroopan aluekehitysrahasto (EAKR)
  • Projektin kotisivut:
  • Projektin kuvaus: Projektin kuvaus

Projektin tulokset

Projektissa saatiin uutta osaamista data-analytiikan osa-alueella erityisesti erilaista data-analytiikka menetelmistä. Yhteistyö yrityksistä saatiin Pilotcaseja, joita on data-analytiikan avulla ratkaistaan. Lisäksi avoimien data lähteitä on selvitelty ja niiden mahdollisuuksia rikastaa yritysten toimittamaa dataa.

Hankkeessa tehtiin kaikenkaikkiaan 20 pilotcasea:
1. Avoimen datan laatu verkkopalvelussa.
2. Avoimien datalähteiden käyttö datan rikastamisessa.
3. Aurinkoenergian reaaliaikaisen tuotannon selvittäminen ja ennustaminen käyttäen erilaisia tietolähteitä.
4. Tuulivoiman tuotannon ennustaminen.
5. Sähkönkulutuksen lämpötilariippuvuus.
6. Koko Suomen sähkönkulutuksen ennustaminen useiden eri koneoppimisen menetelmien avulla.
7. Pätötehon suurien muutoksien ennustaminen koneoppimisen/tekoälyn avulla.
8. Sähköpörssin (Nordpool) 24h ennustamista kuvaava neuromalli käyttäen useita eri avoimia datalähteitä.
9. Selvitys vesistöjen pinnankorkeustietojen avoimista rajapinnoista.
10. Kaukolämmön kulutuksen ennustaminen.
11. Jätevesialtaiden animointi ja visualisointi.
12. Kevyen liikenteen seuranta.
13. Korrelaatio nopeuksien ja valoisuuden välillä, case kehä1.
14. Valosaasteen määrän vähentäminen.
15. Ihmisten liikkeiden tunnistaminen julkisella rajatulla alueella.
16. CI/CD-ketjun datan integrointi ja visualisointi.
17. Power Break Compensation.
18. Sähkölaitteiden ottotehon mittaaminen.
19. Sähkömittaridatan katkosten luokittelu.
20. Sähkön laatu.

Hanke antoi aiheita myös seuraaville opinnäytetöille, jotka opiskelijat toteuttivat osana insinööriopintojaan:
1. Hakkari Onni: Predicting traffic incidents using open data sources
2. Korpihalkola Joni: Forecasting Nord Pool’s Day-ahead hourly spot prices in Finland
3. Mäkelä Antti: Data visualization using VR.
Demovideot: https://www.youtube.com/playlist?list=PL5-0UjuBYfFZu0KOyWQWBRqJFDVkqI3Fe
4. Puikkonen Miikkael: Ajoneuvon OBD- ja paikkatietodatan kerääminen ja visualisointi
5. Paajanen Tatu: Koronaviruksen vaikutus liikkumiseen ajoneuvoilla Uudellamaalla
6. Vesterinen Robert: Python-pohjaiset datan visualisointityökalut. Demo: https://youtu.be/kGnfqtOnPlg
7. Tenhunen Joona: Neuroverkon koulutus generoidulla materiaalilla (KESKEN)

Lisäksi hankkeessa tehtiin data-analytiikkaan liittyviä kokeiluja seuraavasti:
1. Turun bt-datan visualisointi
- Demo1: Turku; Joulurauhan julistus https://youtu.be/r54gLPr-rv4
- Demo
2: Turku; arkipäivät vs viikonloput: https://youtu.be/heNpUhQwYyQ
2. Digitan LoraWAN EndPoint asennettiin
3. Jetson Nano demon kasvojen tunnistamiseen
4. Apache Spark reaaliaikaista datan analysointia testattu
5. DeepFake demon tekeminen laskentapavelimen avulla: https://youtu.be/ZO--F4Vzd_M

Kesällä 2019 työskenteli hankkeessa kolme (3) harjoittelijaa ja kesällä 2020 neljä (4) harjoittelijaa.
Muita merkittäviä tuotoksia ja dokumentteja:
1. Laskentapalvelimen Whitepaper
2. Laskentapalvelimen benchmark data-analytiikka ja tekoäly
3. GUI laskentapalvelimelle neuroverkkojen toteuttamisen helpottamiseksi: https://youtu.be/Py1AqR-qseo

Blogikirjoitukset:
1. Keskisuomalaissa yrityksissä puutteista data-analytiikkaosaamisessa
2. Laskentatehoa tekoälyn ja data-analytiikan kehittämiseen
3. Näkyvyyden arviointi neuroverkon avulla kelikamerakuvasta

Rinnakkaishankkeessa Investoinnit tietoturvalliseen data-analytiikan kehittämisympäristöön rakennettiin JAMKin tiloissa toimivan laskentapalvelin.