Machine learning methods in spatial accessibility research

Abstract

In this bachelor’s thesis, a literature review is used to examine how and what kinds of machine learning methods have been applied in spatial accessibility research, what opportunities and challenges are associated with their use, and what types of problems these methods have been used to address. The work focuses on measuring accessibility in the context of services and inter-urban accessibility. The theoretical backgroud introduces machine learning as a concept and the key algorithms used in this theses and the concept of accessibility and accessibility measures such as HAM and SIM.

The literature reviwe shows that both supervised and unsupervised learning can be successfully applied to accessibility modelling. Clustering algorithms based on unsupervised learning are suitable for identifying accessibility classes (e.g., “good” –“bad”) in situations where predefined classes do not exist. Hybrid models – combining supervised and unsupervisen learning, where clusters are used as training data for supervised models – enable the automatic classification of accessibility in urban areas. Combining gravity-based accessibility measures with imputed LASSO regression helps identify sociodemographic and regional factors that explain spatial variation in accessibility. Additionally, random forest based models are capable of replicating the behaviour of Hansen’s accessibility model and predicting accessibility in situations where flow data are inclomplete.

Based on results, machine learning mehtods provide a promising approach to modelling accessibility, particularly when working with large and heterogeneous spatial datasets. However, key challenges include the quality of the data and its availability, model interpretability and issues relatted ot overfitting and underfitting.

Tässä kandidaatintyössä tarkastellaan kirjallisuustutkimuksen avulla, miten ja millaisia koneoppimismenetelmiä on sovellettu alueiden saavutettavuustutkimuksessa, millaisia mahdollisuuksia ja haasteita niiden käyttöön liittyy ja millaisia ongelmia niillä on yritetty ratkaista. Työ rajautuu saavutettavuuden mittaamiseen palveluiden ja kaupunkien välisen saavutettavuuden konteksteissa. Teoreettisena taustana esitellään koneoppimista ja tässä kandidaatin työssä esiintyviä keskeisiä algoritmeja sekä saavutettavuutta käsitteenä ja saavutettavuusmittareita, kuten HAM ja SIM.

Kirjallisuustutkimus osoittaa, että sekä ohjattua oppimista että ohjaamatonta oppimista voidaan menestyksekkäästi hyödyntää saavutettavuuden mallintamisessa. Ohjaamattomiin menetelmiin perustuva klusterointi soveltuu palveluiden saavutettavuusluokkien (esim ”hyvä”–”heikko”) tunnistamiseen silloin, kun valmiita luokkia ei ole. Hybridimallit (ohjaamattoman ja ohjatun oppimisen yhdistelmä) joissa klustereita käytetään ohjatun oppimisen koulutusdatana, mahdollistavat saavutettavuuden automaattisen luokittelun kaupunkialueilla. Gravitaatiopohjaisten saavutettavuusmittareiden ja imputoidun LASSO-regression yhdistäminen puolestaa auttaa tunnistamaan sosiodemografisia ja alueellisia tekijöitä, jotka selittävät saavutettavuuden alueellista vaihtelua. Lisäksi satunnaismetsään perustuvat mallit pystyvät toistamaan Hansenin saavutettavuusmallin käyttäytymistä ja ennustamaan saavutettavuutta tilanteissa, joissa virtausdata on puutteellista.

Tulosten perusteella koneoppimismenetelmät tarjoavat lupaavan lähestymistavan saavutettavuuden mallintamiseen, erityisesti kun käsitellään suuria ja monimuotoisia paikkatietoaineistoja. Keskeisiä haasteita ovat muun muassa datan laatu ja saatavuus, mallien tulkittavuus ja ylioppimis- ja alioppimisongelmat.