Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Data collection for digitalization of the Stockholm Metro: A study of data sources needed to digitalize the Stockholm Metro
KTH, School of Industrial Engineering and Management (ITM).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Datainsamling för digitalisering av Stockholms tunnelbana (Swedish)
Abstract [en]

Many organizations are looking to implement data-driven technologies such as big data analytics, artificial intelligence and machine learning in their operations due to their rapid development and increased usefulness in recent years. With technology changing fast, it is difficult for managers to determine which sources of data are relevant in the context of these technologies. This paper aims to explore opportunities to implement data-driven technologies in the Stockholm metro. The technologies are assessed based on their usefulness and feasibility. The assessment is also done in regards to the current state of the organization in charge of the Stockholm metro, Trafikförvaltningen, and its internal capabilities.

The study has been conducted through interviews aimed at understanding Trafikförvaltningen as an organization, as well as literary reviews of state-of-the-art technologies aimed at understanding what is technically possible. By aligning the state of the organization with current technologies, it was concluded that big data for preventive maintenance and smart grids for minimizing energy consumption were the most relevant data-driven technologies to implement.

Abstract [sv]

Många organisationer vill implementera datadrivna teknologier som stordataanalys, artificiell intelligens och maskininlärning i sina verksamheter på grund av de senaste årens dess snabba utvecklingstakt och ökade användbarhet. I och med den snabba teknologiska utvecklingstakten är det svårt för beslutsfattare att avgöra vilka datakällor som är relevanta för dessa teknologier. Den här uppsatsen syftar till att undersöka möjligheterna att implementera datadrivna teknologier i Stockholms tunnelbanesystem. Dessa teknologier är bedömda efter användbarhet och möjlighet för lyckad implementation. Bedömningen tar även hänsyn till det nuvarande tillståndet av organisationen som är ansvarig för Stockholm tunnelbana, Trafikförvaltningen, och dess interna färdigheter.

Studien har genomförts via intervjuer som syftat till att förstå Trafikförvaltningen som organisation, tillsammans med en litteraturstudie av den senaste tekniken som syftat till att förstå vad som är tekniskt möjligt. Genom en analys av organisationens nuvarande tillstånd och nuvarande teknologier drogs slutsatsen att stordataanalys för preventivt underhåll och smarta elnät för minskad energikonsumtion är de mest relevanta datadrivna teknologierna att implementera.

Place, publisher, year, edition, pages
2019. , p. 67
Series
TRITA-ITM-EX ; 2019:442
Keywords [en]
Digitalization, big data analysis, dynamic capabilities
Keywords [sv]
Digitalisering, stordataanalys, dynamiska förmågor
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-264203OAI: oai:DiVA.org:kth-264203DiVA, id: diva2:1372347
External cooperation
Förvaltning för utbyggd tunnelbana
Supervisors
Examiners
Available from: 2019-11-22 Created: 2019-11-22 Last updated: 2019-11-29Bibliographically approved

Open Access in DiVA

fulltext(1037 kB)3 downloads
File information
File name FULLTEXT01.pdfFile size 1037 kBChecksum SHA-512
9c9645078ae95733be3d7c9cd03944db3777937cd24daad026c47bffe26a088cb34f5c4fb99cf3c5ac986f2d89d2f789db04727adcaaf321a77bd88160dc546a
Type fulltextMimetype application/pdf

By organisation
School of Industrial Engineering and Management (ITM)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 3 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 5 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf