Data science bureau Den Bosch
We bouwen modellen die vooraf doorrekenen wat een keuze doet, op je eigen data. Voor Rijkswaterstaat simuleerden we de impact van een brugopening op files.
Met NGinfra lieten we voor Rijkswaterstaat zien dat de impact van een brugopening op filevorming te simuleren is
Samen met de NGinfra-partners onderzochten we of de bediening van de Botlek- en Spijkenisserbrug met data beter kan, voor scheepvaart, goederentreinen en wegverkeer. De Proof of Concept toonde aan dat dit mogelijk is.
Wat gebeurt er als we het anders plannen, en kunnen we dat eerst uitrekenen?
Een ander tijdstip, een andere volgorde of een extra ploeg: het effect zie je meestal pas achteraf. Een model op je historische en actuele data rekent het vooraf door, zodat je kiest met de minste impact.
Van historische data naar een model dat keuzes vooraf doorrekent
Impact simuleren
Voor Rijkswaterstaat simuleerden we met een congestiemodel en AIS-data wat een brugopening doet met de filevorming.
Signalen uit sensoren
Voor ProRail zetten we machine learning in om treinen, spooronderdelen en wieldefecten te detecteren uit glasvezelmetingen.
Gebruik in cijfers
Samen met Port of Amsterdam ontwikkelden we een tool die het historische gebruik van ligplaatsen inzichtelijk maakt.
Een advies, geen zwarte doos
Het model laat zien welke keuze het voorstelt en waarom, zodat de planner of operator zelf beslist.
Nabootsen wat al gebeurde komt vóór het doorrekenen van nieuwe varianten
-
Data en keuzes
Welke beslissing je wilt verbeteren, welke data er is en wat je wel en niet kunt veranderen.
-
Het verleden nabootsen
Het model rekent een bekende periode na, zodat je ziet of het de werkelijkheid goed volgt.
-
Varianten doorrekenen
Andere tijdstippen of volgordes doorgerekend, en de beste ondersteuning voor wie beslist.
Is onze planning met data door te rekenen?
Past als
Je neemt steeds dezelfde soort beslissing over tijdstip, volgorde of capaciteit, er is historische data van wat er daarna gebeurde, en je wilt de impact vooraf zien.
Past niet als
De beslissing komt zelden terug, of er is geen data over het effect van eerdere keuzes. Dan helpt eerst meten meer dan een model.
Waar de omvang van afhangt
Hoeveel bronnen en partijen meedoen, hoe actueel de data moet zijn, of het om een proef of een systeem in gebruik gaat en wie het beheert.
Beginnen we met een proef?
Vaak wel. Zoals bij Rijkswaterstaat toont een Proof of Concept eerst aan dat het kan, voordat er een systeem voor dagelijks gebruik komt.
Een vuistregel, een rekenblad of een model op je eigen data?
Een vuistregel
Kies dit als de situatie stabiel is en ervaren mensen het effect goed kunnen inschatten.
Een rekenblad
Kies dit als het om een paar factoren gaat die je zelf kunt bijhouden. Ons advies zolang het verband eenvoudig blijft.
Een model op je data
Kies dit als veel factoren samen het effect bepalen, zoals tijdstip, drukte en volgorde, en je varianten wilt vergelijken.
Voor spoor, water en haven rekenden we keuzes door
Rijkswaterstaat, ProRail en Port of Amsterdam gingen je voor. Data Science Lab werkt sinds 2016 aan data en AI, als Microsoft Partner en Databricks Partner.

Welke keuze terugkomt en welke data er is, bespreken we als eerste
Stef Stoelwinder
Business DevelopmentStef is je aanspreekpunt. In het eerste gesprek bespreken we welke beslissing terugkomt en welke data er al is.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Welke keuze in je planning zou je graag eerst willen doorrekenen?
Beschrijf de keuze en de data die je hebt. We reageren per mail of maken een afspraak voor een eerste gesprek.
Bericht verstuurd
Bedankt voor je bericht. We nemen zo snel mogelijk contact met je op.
Veelgestelde vragen
Het bouwt modellen die iets voorspellen, doorrekenen of herkennen, en zorgt dat ze in het werk worden gebruikt. Op deze pagina gaat het om organisaties in 's-Hertogenbosch en Brabant die keuzes in hun planning vooraf willen doorrekenen.
Meer soorten modellen staan bij AI-toepassingen.
Ons kantoor staat in Amsterdam. Voor organisaties in Den Bosch werken we grotendeels op afstand, en sessies met planners en operators doen we op locatie.
De cases op deze pagina spelen elders; ze tonen het soort model.
Een model dat nabootst hoe een situatie zich ontwikkelt, zodat je kunt uitrekenen wat er gebeurt als je iets verandert. Voor Rijkswaterstaat simuleerden we zo de impact van een brugopening op de filevorming.
Daar gebruikten we een congestiemodel, een LSTM-model en AIS-data van schepen.
Historische data van de situatie en van de keuzes die werden gemaakt, zoals tijdstippen, drukte en wachttijden, liefst over een langere periode. Hoe meer variatie in eerdere keuzes, hoe beter het model het effect leert.
Ontbreekt die data, dan begint het bij meten.
Door het een bekende periode te laten narekenen en te vergelijken met wat er echt gebeurde. Pas als het verleden goed klopt, gebruik je het voor nieuwe varianten.
Die toets herhalen we als de situatie verandert.
Ja, als er actuele data is, zoals metingen of posities. Dan kan het model een voorstel doen voor het beste moment, en beslist de operator.
Hoe we modellen in productie houden, lees je bij MLOps.
Die pagina gaat over advies: waar AI in je organisatie past en wat eerst moet. Hier gaat het om het bouwen van een model dat keuzes doorrekent.
Als een vuistregel of een eenvoudig rekenblad hetzelfde antwoord geeft, of als niemand de uitkomst gaat gebruiken om anders te plannen.
Wil je vooral vooruitkijken naar vraag of drukte, lees dan over forecasting.