en prepareren 2 Machine Learning model gerelateerd aan invloedsfactoren 3 Betrouwbaarheidsinterval bepalen 4 Norm bepaling op basis van Bodemwaarde (BW) 5 Vervangingsindicatie bepalen 6 Historische slijtage data wordt gebruikt als trainings- en validatieset 1
NABO 2. Relevante puntenwolk opzoeken 3. Ruis filteren uit puntenwolk 4. Spoorstaven en spooras bepalen 5. Analysegebieden definiëren langs het spoor 6. Zicht per analysegebied bepalen 7. Risicoklasse NABO bepalen ▪ Nb. Het algoritme wordt modulair opgebouwd, zodat deze in een later stadium kan worden gebruikt voor andere analyses (met name bij beveiligde overwegen)
beelden in onze cloud ➢ + 1 miljoen veerklemmen gecontroleerd op bekende risicolocaties (= 100 km bogen) ➢ Waarbij 92% automatische controle, 8% handmatig nacontrole door specialisten o 2283 niet functionele klemmen o 17 x Onmiddellijke Actie Waarde o 56 x Interventie Waarde