Государственный сектор

Рост эффективности государственных программ

ML-модель на основе необходимых для расчета переменных, прогнозирует экономические показатели. Например, при прогнозировании уровня инфляции, ML-модель учитывает данные о стоимости потребительской корзины, уровне безработицы, спросе на товары, ВВП и др.
Решение помогает эффективно выстраивать денежно-кредитную политику, заблаговременно корректировать или разрабатывать государственные программы поддержки населения при различных сценариях

ML-модель предсказывает демографическую ситуацию на основе исторических данных о населении, рождаемости, смертности, количестве заключенных браков и разводов, и др. и влиянии макроэкономических и политических факторов.

Решение дает возможность заблаговременно скорректировать или разработать государственные программы поддержки населения при различных сценариях

Рост эффективности государственных программ

Снижение уровня пробок

до 30%

ML-модель прогнозирует загруженность дорог на основе исторических данных о пробках в зависимости от района города, сезона, прогноза погоды, времени суток, количества светофоров, пешеходных переходов, скоростных ограничений и др.
Прогноз позволяет сделать выводы о дорожном трафике, определить наиболее эффективный режим работы светофоров, выявить территории с неразвитой транспортной инфраструктурой и принять меры для снижения количества пробок на дорогах.

Снижение расходов на ремонт

до 15%

ML-модель прогнозирует перебои в работе внешних и внутренних инженерных сетей: водоснабжение, водоотведение, газоснабжение, электричество и пр.
Для прогноза решение учитывает данные о недвижимости (год постройки, тип недвижимости, история обслуживания, количество жильцов), данные эксплуатации схожих объектов и внешние факторы (день недели, погода, сезон).

Решение позволяет предотвратить перебои в работе инженерных систем, провести их своевременное обслуживание.

Снижение количества ДТП

до 25%

ML-модель прогнозирует ДТП по участкам дороги. Решение учитывает историю ДТП, особенности участка (скоростные ограничения, количество светофоров и пр.) и внешние данные (погода, сезон, время суток и пр.).
Благодаря решению можно сделать выводы о дорожной ситуации на конкретных участках дорог и принять необходимые меры (например, осуществить перепланировку дорог, усилить контроль со стороны ДПС, поставить дополнительное видеонаблюдение).

Снижение уровня преступности

до 15%

Решение прогнозирует количество преступлений по районам города.
Для прогноза ML-модель сопоставляет данные о ранее совершенных преступлениях (тип преступления, время суток, локация, плотность населения района и др.).

Решение позволяет усилить патрулирование наиболее преступных районов города.