Rešitve ekip

RUDARJI ZNANJA

ČLANI: Blaž Erzar, Haris Kupinić, Luka Salvatore Pecoraro, Jaša Samec, Jovana Videnović

IZZIV: Zeleni energetski prehod za trajnostno prihodnost

žARKO: Avtomatsko Razpoznavanje Kratkoročnega Obsevanja

V okviru Arnes Hackathona predstavljamo inovativni projekt zARKO: Avtomatsko Razpoznavanje Kratkoročnega Obsevanja, ki se osredotoča na izziv zelenega energetskega prehoda za trajnostno prihodnost. Projekt prinaša rešitev za napovedovanje količine proizvedene energije sončnih elektrarn z uporabo slik neba. Cilj modela žARKO je omogočiti boljše planiranje proizvodnje in porabe električne energije iz sončnih elektrarn in izboljšati stabilnost omrežja. Poleg tega bi z našo rešitvijo lahko avtomatizirali zaznavo okvar ali umazanij na sončnih celicah. Tako bi lahko uporabniki hitro ukrepali in preprečili višje stroške večjih okvar.

žARKO omogoča tudi nizkocenovno identifikacijo potencialnih lokacij novih sončnih elektrarn. Zasnovan je kot konvolucijska nevronska mreža (CNN), ki omogoča učinkovito obdelavo in analizo slik. Projekt prispeva k doseganju številnih UNESCO ciljev, kot so cenovno dostopna in čista energija, industrija, inovacije in infrastruktura, trajnostna mesta in skupnosti, odgovorna poraba in proizvodnja ter podnebni ukrepi.

RESULTON

ČLANI: Aleksandr Shishkov, Mark Škof, Matija Bažec

IZZIV: Lasten izziv

Sintetično generiranje slik z LLM za učenje globokega modela za klasifikacijo slik

Cilj našega projekta smo razdelili v dve dejavnosti: sintetična generacija učnih slik s pomočjo GenAI (to je tako imenovani Large Language Model - LLM), in klasifikacija slik z uporabo globokih modelov. Prvi korak je torej sintetična generacija učnih slik. S tem bi odpravili težave, ki jih povzroča pridobitev in priprava slik za uporabo v učenju. Drugi korak pa je dejansko učenje globokega modela za klasifikacijo slik. Za to nalogo bi bilo smiselno uporabiti dostop do superračunalnika, sej bi le tako lahko dovolj hitro uspeli model naučit. Nastali model bi nato dali v uporabo. Ni pa učenje tukaj zaključeno. Namreč v primeru, da uporabnik želi klasificirati nekaj kar do sedaj ni še nihče, bomo uporabili naš model in sintetične slike da to funkcionalnost dodamo. Takrat bi z GenAI generirali nove slike razreda, ki ga uporabnik želi klasificirati in ponovno izvedli učenje modela z novimi slikami. Na ta način bi razširili sposobnost modela za novo uporabo. S takim orodjem bi lahko kdorkoli model enostavno izboljšal in uporabil za svoje namene, brez potrebe po veliki bazi slik z katerimi naučiti nov model.

SNAKS

ČLANI: Simon Peter Goričar, Nina Danaja Lamovec, Anelisa Ovsenik, Klara Arhar, Samo Hafner

IZZIV: Zeleni energetski prehod za trajnostno prihodnost

Optimizacija trajnostne mobilnosti v Ljubljani

Raziskovali bomo možne načine prilagoditve prometa v mestu in naše trenutne ideje za rešitve poskušali podpreti s podatki, s čimer želimo pozitivno prispevati k trajnostni mobilnosti ter zmanjšanju vpliva dnevnih migracij na okolje.

V raziskavi za leto 2018 so ugotovili, da je bilo znotraj MOL dnevno opravljenih približno 1,2 milijona poti, od tega je 70% poti opravilo Ljubljančanov, 30% pa ostalih. Dve tretjini, od 90 do 120 tisoč ljudi, ki dnevno pripotujejo v mesto se pripelje z osebnim avtomobilom. Le 14% vseh poti je bilo opravljenih z javnim potniškim prevozom.

Koncentracija trdih delcev v Ljubljani je med višjimi v evropskih mestih in močno presega priporočila WHO, kar predstavlja resen problem za zdravje 98% prebivalstva. Za zmanjšanje tveganja zdravja prebivalcev zaradi onesnaženega zraka so nujni strožji okoljski standardi, spodbujanje trajnostnih oblik prevoza ter izvajanje programov ozaveščanja. Ljubljana je eno izmed evropskih mest, kjer je bilo leta 2015 približno 9% smrti posledica onesnaženosti z drobnimi delci [2].

KENGURUJI

ČLANI: Filip Štamcar, Nik Pirc, Matija Derganc

IZZIV: Prilagoditev preventivnega ukrepanja in preureditev vodotokov za preprečitev katastrofalnih poplav

Izboljšan poplavni napovedni model

Kot našo rešitev bi v izzivu Arnes HackathONa ustvarili izboljšan poplavni napovedni model, s pomočjo katerega bi naredili nove poplavne karte Slovenije.

Te izboljšane poplavne karte bi nato primerjali z obstoječo protipoplavno infrastrukturo ter poiskali točke ogroženosti. Prav tako bi z našim modelom ocenili višino vode glede na vremensko napoved ter podatke sproti objavljali na spletni strani.

Tako bi lahko vsi prebivalci Slovenije pravočasno ukrepali in v primeru neposredne ogroženosti že preventivno zaščitili svoje domove. Vremenska opozorila ARSA za regije so seveda že zdaj zelo pomembna, naš model pa bi omogočal ljudem videti lokalno natančno razsežnost poplav na zemljevidu, česar trenutna opozorila ne omogočajo.

INNOVISE

ČLANI: Jan Alif, Tit Podhraski, Gregor Span

IZZIV: Odprava neenakosti v bralnem razumevanju in pisnem sporočanju

TextFlow

TextFlow je inovativna spletna aplikacija, ki preoblikuje način interakcije uporabnikov z digitalnimi vsebinami. Namenjena je narediti branje dostopno, zanimivo in bogato za vse uporabnike.

Naslavlja kritične težave v digitalnem ekosistemu, kjer je dostopnost informacij sicer visoka, a pravo razumevanje pogosto nedosegljivo. Te težave so še posebej izrazite pri osebah z različnimi jezikovnimi in izobraževalnimi ozadji ter pri posameznikih s posebnimi učnimi potrebami.

TextFlow je več kot le platforma; je gibanje proti bolj dostopnemu in vključujočemu izobraževanju. Pridružite se nam na poti k izgradnji svetlejše prihodnosti z univerzalno izobraženostjo in medsebojno povezanostjo.

FREE

ČLANI: Timotej Petrič, Anže Mihevc, Aljaž Grdadolnik, Domen Vilar

IZZIV: Prilagoditev preventivnega ukrepanja in preureditev vodotokov za preprečitev katastrofalnih poplav

Izgradnja modelov za napovedovanje poplav

Če bi pred nastankom poplav avgusta 2023 vedeli, kje se bodo poplave v večji meri pojavile in kateri vodotoki bodo najbolj obremenjeni, bi se lahko bolje pripravili na katastrofalne posledice ujme in jo v določeni meri preventivno odpravili, že pred nastankom. To bi lahko storili z boljšimi napovednimi modeli in analizo kritičnih vodotokov, ter naposled s posodobitvijo kritične infrastrukture vodotokov.

Naša naloga je torej analiza obstoječih podatkov in modelov (za vodotoke in vreme), agregiranje in njihovo čiščenje ter naposled izgradnja napovednih modelov, ki bodo v čim boljši meri pripomogli k:

a) preventivni posodobitvi infrastrukture kritičnih vodotokov.
b) dobri napovedi potencialnih poplavnih področji za nekaj dni v naprej ter ocenitvi stopnje poplavljenosti. Dobra napoved je pomembna predvsem zato, da lahko intervencijske službe pravočasno razporedijo razpoložljiva sredstva na potencialno ogrožena območja in s tem poskrbijo za preventivno omilitev posledic.
c) ugotoviti območja s pomanjkljivimi podatki glede vremena ali hidroloških meritev, da se na ta mesta postavi potrebne merilne naprave in s tem izboljša nadaljne napovedi.

PLANET

ČLANI: Polona Grilc, Teo Lah, Anja Ostovršnik

IZZIV: Zeleni energetski prehod za trajnostno prihodnost

MEISSA

V dobi globalnih okoljskih izzivov je zeleni energetski prehod ključnega pomena za zagotavljanje trajnostne prihodnosti. Kljub obilici podatkov, ki so ključni za razumevanje in napovedovanje trendov v zeleni energiji, se mnogi soočajo s težavo dostopa do orodij, ki bi omogočala njihovo učinkovito analizo in uporabo. To pomanjkanje dostopnih, zmogljivih analitičnih orodij ovira razvoj in implementacijo inovativnih rešitev za prehod na zeleno energijo. Poleg tega je obdelava in analiza obsežnih podatkovnih zbirk brez napredne tehnološke infrastrukture in tehničnega predznanja izjemno zahtevna.

Naš cilj je premostiti to vrzel z razvojem platforme, ki bo uporabnikom omogočala enostavno uporabo naprednih tehnologij strojnega učenja za analizo in napovedovanje podatkov ter s tem omogočila boljše razumevanje in optimalnejše odločanje.

BLISKBUS

ČLANI: Iva Černoša, Neo Xander Kirbiš

IZZIV: Zeleni energetski prehod za trajnostno prihodnost

Hitre avtobusne linije Ljubljanskega potniškega prometa

V Sloveniji je promet največji vir toplogrednih plinov. Proizvaja kar 47 % emisij toplogrednih plinov, pri tem osebni avtomobili s 97 % predstavljajo daleč največji del emisij potniškega prometa (Podnebno ogledalo, 2022. Zvezek – promet). V Ljubljani 14 % prebivalcev uporablja avtomobil na razdalji od 0 do 1 km in 40 % prebivalcev na razdalji od 0 do 5 km (Analiza raziskave za mobilnostne navade, 2020. IPOP).

Najpogostejša razloga za neuporabo javnega prevoza sta predolg potovalen čas (33% vprašanih) in pomankanje javnega prevoza ko bi potnik želel potovaƟ (35% vprašanih) (Razlogi prebivalcev Slovenije, da niso uporabili javnega prevoza na poti v šolo, Slovenija, 2021).

V ekipi BliskBus sva si zato zadala z analizo prosto dostopnih podatkov o lokacijah avtobusov Ljubljanskega potniškega prometa (LPP) določiti najbolj obremenjene postaje mestnih avtobusov in iz njih načrtovati hitre linije avtobusov, ki bi povezovale postaje z največjo uporabo ter preskočile preostale postaje. Takšne linije bi skrajšale potovalni čas Ljubljanskega mestnega javnega prevoza in povečale število povezav, ki so na voljo, ter tako odgovorile na glavna vzroka za neuporabo javnega prevoza.

IDEALNI SCENARIJ

ČLANI: Alen Cigler, Ruben Ferreira, Hana Skitek, Erazem Stanonik, Jana Volk

IZZIV: Lasten izziv

Podatkovni prostor po standardih IDS

V današnjem digitalnem svetu se podjetja in posamezniki soočajo z naraščajočim izzivom: kako učinkovito upravljati, deliti in izkoriščati svoje podatkovne zaklade brez tveganja za njihovo varnost, zasebnost ali suverenost. Z rastjo tehnologij in podatkovnih zbirk se je povečala potreba po rešitvah, ki omogočajo varno in učinkovito izmenjavo podatkov med različnimi entitetami. Vendar obstoječi sistemi pogosto pripeljejo do situacij, kjer so podatki ali preveč zaprti, kar omejuje inovacije, ali preveč izpostavljeni, kar ogroža zasebnost in varnost.

V tako negotovem okolju pa veliko podjetji in ustanov ni pripravljeno deliti svojih podatkov, čeprav bi to brez dvoma pripeljalo do hitrejšega napredka v vseh vejah znanosti in industrije. Seveda si vsi želijo izkoristiti potencial svojih podatkov za razvoj novih storitev, izboljšanje odločanja in krepitev konkurenčnosti, vendar pa si zaradi regulativnih zahtev, ki jih s trenutnimi tehnologijami ni mogoče izpolniti, visokimi varnostnimi tveganji povezanimi z njihovimi podatki in potrebe po ohranitvi nadzora nad lastnimi informacijami, tega ne morejo privoščiti.

Cilj rešitve je standardizirati in regulirati način, kako se podatki upravljajo, delijo in izkoriščajo. Naš sistem usklajuje varnost, zasebnost in suverenost podatkov. Želimo odpraviti obstoječe ovire, ki omejujejo učinkovito izmenjavo in uporabo podatkov, ter omogočiti posameznikom, podjetjem in vladnim institucijam, da brezskrbno raziskujejo nove priložnosti, ki jih prinaša sodobna tehnologija.

FarmIQ

ČLANI: Erik Curk, Anže Čertanec, Vid Gojković, Matic Podlesek, Luka Rizman

IZZIV: Optimizacija procesov v agronomskem sektorju in varstvo okolja

Sistem dinamičnega razdeljevanja kmetijskih subvencij

Izbrali smo 4. izziv optimizacije procesov v agronomskem sektorju in varovanja okolja. V obdobju trenutnih geopolitičnih napetosti, cenovnih nihanj in ekonomske nestabilnosti postaja dejstvo, da Slovenija uvozi kar 70% vse potrošene hrane, še posebej zaskrbljujoče. Sistem za subvencioniranje kmetov pa je zastarel in neodziven na sodobne tržne zahteve.

Cilj je zasnovati sistem za napovedovanje kmetijskih potreb in razporeditev subvencij na podlagi odprtih podatkov. S tem naslavljamo tretjo točko Arnes HackathONa, in sicer izgradnjo infrastrukture, ki bo zagotavljala boljše obdelovalne in transportne pogoje za večjo kvaliteto končnega kmetijskega proizvoda na policah. Sistem deluje tako, da s pomočjo različnih podatkov in globalnih trendov napove, katere pridelke bomo v naslednjem letu najbolj potrebovali oz. katerih pridelkov cene bodo tako narasle, da bo njihov uvoz postal neekonomičen. Vlada bo te uvide uporabila za usmerjanje subvencij kmetom, ki se odločijo za pridelavo ključnih pridelkov preko javnih razpisov. S tem želimo spodbuditi domače kmete, povečati stopnja samozadostnosti in produktivnost kmetijstva. Za končnega potrošnika pa to pomeni več domače, kvalitetne hrane po nižjih cenah in na splošno večjo družbeno blaginjo.