详细内容或原文请订阅后点击阅览
数据科学学生帮助加快罗切斯特消防局的应急响应
学生们分析了数百万个数据点，以确定消防站、消防车和其他资源的最佳位置。
来源:罗切斯特大学学生们分析了数百万个数据点，以确定消防站、消防车和其他资源的最佳位置。
学生们分析了数百万个数据点，以确定消防站、消防车和其他资源的最佳位置。罗切斯特消防局 (RFD) 应该在未来 10 年内将消防站设在哪里，以最大限度地缩短对紧急情况的响应时间？应该在哪里部署最多的消防车？季节性变化如何影响消防员需要应对的紧急情况的性质和数量？
这些问题是由罗切斯特大学 Goergen 数据科学和人工智能研究所的学生团队在一个学期内为 RFD 赞助的顶点项目所探索的。
罗切斯特大学 Goergen 数据科学与人工智能研究所 赞助的顶点项目“我们正在寻找外部人员来提供一套不同的想法、经验和观点，以帮助我们增强应急响应服务，”负责 RFD 技术项目的规划和研究队长 Daniel Curran 说道。“我们觉得学生会有一个公正的视角，看待情况并告诉我们，‘这就是数据引导我们去的地方’，并得出自己的结论。”
在整个学期中，学生们使用人工智能和其他数据分析工具来理解 RFD 从 2006 年到 2024 年收集的超过 160 万个数据点。他们还结合了与人口、收入、财产和住房相关的外部人口普查数据来丰富他们的分析。
“这是一个做出有意义贡献的绝佳机会，”数据科学研究生 Brynn (Ye In) Lee ’24 (MS) 说道。“RFD 有 15 个消防站，支持约 500 名人员，每年调度约 50,000 次，因此我们可以对社区产生巨大影响。”
数据科学研究生