Nauwkeurigsheidsbepaling KLIC-gegevens
Léon olde Scholtenhuis
Projectbegeleiding || Heijmans, Alliander, KPN, Kadaster BAO
Kandidaat || Ilya Gorbunov
Soort project || EngD
Periode || Maart 2026 – 2028
KLIC is een baanbrekend systeem voor uitwisseling van data over ondergrondse netten, maar het heeft ook een beperking: een aanzienlijk deel van de gegevens is onvoldoende nauwkeurig om graafwerkzaamheden mee uit te kunnen voeren. Toch zitten er patronen in de data. Zo is het algemeen bekend dat een telecomkabel in de stad veel minder betrouwbaar is dan een gasleiding in het veld. Andere patronen zijn maar bij een handvol professionals bekend, en weer andere zijn misschien nog helemaal niet ontdekt, omdat ze te complex zijn om op te merken. Al die kennis is nergens vastgelegd. Ze zit in de hoofden van ervaren mensen, en hun oordeel over de betrouwbaarheid van een gegeven is bovendien nooit getoetst. Dat roept de vraag op: kan het beoordelen van KLIC-data een datagedreven proces worden, in plaats van iets dat op vakmatige intuïtie alleen berust?
Voor dit project bouwen wij en systeem dat de nauwkeurigheid van KLIC-gegevens voorspelt, op basis van de duizenden proefsleufgegevens die in de sector beschikbaar zijn. Door historische KLIC- en proefsleufdata met machine learning te vergelijken, brengen we in kaart welke kenmerken de nauwkeurigheid beïnvloeden, zoals ouderdom, netbeheerder, regio en type leiding. Die patronen gebruiken we vervolgens om te voorspellen hoe betrouwbaar een KLIC-gegeven is. Zodra het model op proefsleufdata is getraind, kan het in de toekomst betrouwbaarheidsscores geven voor elk willekeurig gegeven.
Het project bestaat uit drie fasen. De eerste en belangrijkste is het verzamelen van de data die nodig is voor het modelleren. Op dit moment zijn de werkelijke locaties uit proefsleuftekeningen niet expliciet gekoppeld aan de KLIC-gegevens waar ze bij horen, en die koppeling leggen is moeizaam werk. Ilya heeft daarom een webapplicatie ontwikkeld die dit koppelen zo eenvoudig mogelijk maakt, waardoor trainingsdata voor het model via crowdsourcing verzameld kan worden.
Ten tweede kan het statistisch modelleren beginnen zodra er genoeg data verzameld is. De eerste vraag daarbij is hoe kansrijk het model is: hoe goed presteert het, en wordt die prestatie beter naarmate er meer data bijkomt. Andere belangrijke vragen zijn: aangezien het koppelen niet foutloos is, hoe gaan we om met variatie en ruis in de data? En hoe berekenen we hoe zeker het model van zijn voorspellingen is?
De derde en laatste fase gaat over hoe het model verder verbeterd en in de praktijk gebracht wordt. De figuur hieronder toont een ‘proof of concept’ van hoe het model uiteindelijk zou kunnen werken: gebruikers uploaden KLIC-data en krijgen de schattingen van het model terug, samen met verdere informatie over de gegevens en de omgeving. Naast de interface roept die operationalisering nog meer vragen op: hoe gaan de verschillende partijen hierin samenwerken? Hoe zorgen we voor een doorgaande stroom nieuwe data? En hoe verandert het model de onderzoeksfase zoals die nu in de praktijk verloopt?
