Modelování evakuace vlaku v simulátoru Pathfinder je jednou z oceněných prací v rámci projektu samostatného studentského výzkumu VýLeT neboli Výzkumné léto. Jedno z jedenácti udělovaných mimořádných stipendií za ně obdržel magisterský student specializace Znalostní inženýrství Juraj Kmec.
Pod mentorským vedením Pavla Hrabáka řešil problémy, se kterými se mohou inženýři setkat při modelování evakuací vlaků. A Ivana Macnarová za ČVUT připomněla, že ohlas na jeho závěry je příznivý. "Výsledkem výzkumu byla analýza klíčových faktorů, které mají výrazný vliv na průběh evakuace. Výsledný vědecký článek byl přijat na mezinárodní konferenci Fire and Evacuation Modeling Technical Conference," konstatovala.
Student Kmec připomněl, že modelování vycházelo z dat nasbíraných při experimentální evakuaci elektrické jednotky CityElefant z roku 2018, kterou tehdy v rámci požárně-bezpečnostního výzkumu organizovala Fakulta stavební ČVUT. "Můj příspěvek spočíval především v automatizaci simulačního procesu s důrazem na kontrolování jednotlivých zdrojů náhody (tedy vlastnosti pasažérů, jejich počáteční rozesazení a podobně) – a v analýze vlivů náhodnosti na celkový evakuační čas v závislosti na různých typech a šířkách východu," upřesnil.
Z toho už je zřejmé, že to nešlo o "hraní", ale o vážou práci. Fakulta navíc předpokládá, že výsledky časem nemusí jen pomáhat zvýšit bezpečnost na železnici. "Projekt se komplexně zaměřoval na stísněné prostory, proto lze předpokládat, že výsledky budou použitelné i pro podobné geometrie, například letadla nebo autobusy," míní Macnarová.
Závěry výzkumu zpřesní modelování nácviku evakuací, což pak povede ke snazší evakuaci i v reálném životě. Vliv mohou mít třeba i na rozhodování, které sedačky je vhodné přednostně určit jako místa pro cestující s handicapem.
Informace s respektem k soukromí
Program VýLeT přinesl i další pozoruhodné a vysoce hodnocené práce. Macnarová upozornila na tu, jež ukazuje, jak poskytnout třetí straně data o uživatelích se zachováním jejich anonymity. Přišel s ní student posledního ročníku magisterského studia specializace Teoretická informatika Jan Pokorný. Zabýval se algoritmy pro takzvanou mikroagregaci dat, jejíž využití se uplatní ve chvíli, kdy je potřeba poskytnout třetí straně konkrétní data – například o uživatelích aplikace – a současně zachovat anonymitu. "Výzkum přispěje k anonymizaci dat například sociálních sítí, když je potřeba zveřejnit datasety s co nejrelevantnějšími informacemi při současném zachování soukromí uživatelů," vysvětlil Pokorný, k čemu mohou posloužit výsledky jeho analýz. Nepřímo se tak vlastně mohou dotknout kohokoli.
A že jsou závěry objevné, potvrzuje úspěch, s nímž vědecký článek, u něhož český překlad anglického titulku by zněl Parametrizovaná složitost síťové mikroagregace, prezentoval na mezinárodní konferenci AAAI 23. Ta se řadí k nejprestižnějším konferencím v oblasti umělé inteligence.