All our hack are belong to us.

Active projects and challenges as of 28.03.2024 08:54.

Hide full text Print CSV Data Package


08

Amtsblatt Uri durchsuchbar machen

Einen grossen historischen Fundus zugänglich machen


~ PITCH ~

Das Ziel ist, das Amtsblatt besser zu durchsuchen. Um dies zu bewerkstelligen ist es notwendig, strukturierte Daten aus de Amtsblatt zu extrahieren. So soll es für Urner Bürger möglich werden, gezielt kategorisch Eingegrenzt Suchabfragen abzusetzen.

🖇️ Challengebeschreibung PDF


ChatGPT schwätzt Mundart

In dieser Challenge wollen wir ChatGPT eine lokale Stimme verleihen


~ PITCH ~

SwissGPT ist ein Projekt der Data Hackdays Uri 2023. Ziel ist es ChatGPT Schweizerdeutsch beizubringen. Es wurden vier Versionen erstellt. Eine Blazor Applikation, eine Browser Applikation, eine Python Applikation und eine Flask Applikation.

📎 ChatGPT schwätzt Mundart.pdf

📎 Challengebeschreibung.pdf (Challenge #15)

~ README ~

SwissGPT

Info

SwissGPT ist ein Projekt der Data Hackdays Uri 2023. Ziel ist es ChatGPT Schweizerdeutsch beizubringen. Es wurden vier Versionen erstellt. Eine Blazor Applikation, eine Browser Applikation, eine Python Applikation und eine Flask Applikation. Das Projekt läuft mithilfe des Microsoft Azure Speech Service und des OpenAI ChatGPT Service.

Getting Started

Documentation Resources

Contributors

  • Data Hackdays Uri 2023

Generation «Net-Zero» und Bedarf Alterswohnungen

Generationenwechsel als Chance für die energetische Sanierung von Wohngebäuden nutzen


~ PITCH ~

Contact: Sturm, Ulrike, Hochschule Luzern – Smart Region Lab, ulrike.sturm at hslu.ch


Unser cooles Team

 cooles Team

Peter Janes, Marc Fritschi, Philipp Meschenmoser, Ulrike Sturm, Marco Roeleven, Manuel Meyer

Unser Projekt

«Problem Statement» - Gebäude werden nicht schnell genug saniert, um CO2-Ziele zu erreichen.

📎 Energie Challenge PDF (Challenge #18)

https://hack.digital-cluster-uri.ch/project/5

Ziele

  1. Erkennung von Renovations-Kandidaten - Gebäude, Personen (Annahme - beim Wechsel von Bewohnern)
  2. Angebote für Wohnen in der zweiten Lebenshälfte > Erkennung von Wechsel-Kandidaten (Personen)
  3. Motivation für private Eigner zu Renovationen (Gebäude, EFH)

Welche Daten braucht es?

Intensive Hacking-Analyse...

 Unser tolles Team

...und die Ergebnisse

Datenstruktur

Welche Datenquellen verwenden wir?

Herausforderung Alter der Bewohner - echte Daten sind sensitive Personendaten und dürfen nicht verwendet werden. Für die Demonstration des Prinzips werden synthetische Daten generiert, welche der statistischen Verteilung entsprechen. Eine Gemeinde wird für die Analysen ihre echten Daten verwenden.

Planung der Auswertungen

Planung Auswertungen

Bauperioden

Bauperioden

Altersverteilung

Altersverteilung

Altdorf

Altdorf

Legende

Anzahl in Klammern

  • Fossile Heizquelle, interessante Bauperiode und Bewohner:in in gefragtem Alter: Rot (384)
  • Fossile Heizquelle und interessante Bauperiode: Orange (753)
  • Andere: Blau (4467)

Quartier

Quartier

Folge-Auswertungen

Sanierungsrechner

Interaktiver CO-Rechner

Kandidat Friesenweg

Friesenweg

Energieberechnung Einfamilienhaus

Energieberechnung

Heizungsersatz

Analyse einzelner Gebäude

Heizungsersatz

Altersgeeignete Standorte

Beispiel Stans Fliegersiedlung

Fliegersiedlung Originalzustand

Häuser aus den 40er Jahren für Mitarbeiter der Pilatuswerke.

Fliegersiedlung Original

Fliegersiedlung Überbauung neu

Neue Überbauung als Win-Win Kompromiss - ein Teil der Häuser bleibt erhalten, die Ausnutzung wird auf die neue Überbauung übernommen.

Fliegersiedlung Überbauung

Kriterien an Infrastrukturen

  1. Hausarzt
  2. Apotheken
  3. Detailhandel täglicher Bedarf
  4. Detailhandel erweitert
  5. Betreuung
  6. Restaurants

Karte mit Infrastrukturen

Die Analyse der oben genannten Infrastrukturen ergibt neben dem Dorfkern ein Cluster beim Bahnhof.

(Update 20.5.23)

Legende
  • Fossile Heizquelle, interessante Bauperiode und Bewohner:in in gefragtem Alter: Rot
  • Fossile Heizquelle und interessante Bauperiode: Orange
  • Andere: Blau
  • Infrastruktur: Schwarz
Kandidat Gewerbezone Bahnhof

Gewerbezone Bahnhof

Ablage

Google Drive Ablage

Ergänzende Informationen

Energy Data Hackdays 2019

Challenge «Gebäudepass Cloud»

Design Sprint «Plan E»

Kurzvideo


Intelligentes Parkleitsystem

Mit Computer Vision soll die Parkplatzkapazität auf dem Lehnplatz eruiert werden.


~ README ~

SmartSpace

SmartSpace ist ein Programm welches über Computer Vision Parkplätze analysieren und auswerten kann. Dabei können mehrere Kameras verwendet werden und die Daten über eine REST-API freigegeben.

Benutzeranleitung

Parkplätze erfassen

Um Parkplätze zu erfassen kann das Script parkingSpacePicker.py gestartet werden. Hierbei muss der Name der Datei, welche die Parkplätze speichert, und das Bild, welches als Vorlage dient, angegeben werden.

Anschliessend können mit Linksklick viereckige Polygone erstellt und mit einem Rechtsklick ein bestehendes Polygon entfernt werden.

Um die Konfiguration abzuspeichern und die Applikation zu beenden, kann die Escape-Taste betätigt werden.

Parkplatzanalyse starten

Um die Parkplatzanalyse zu starten, kann das Script main.py gestartet werden. Die analysierten Werte werden fortlaufend in die .json-Datei geschrieben.

Kameras konfigurieren

Um mehrere Kameras zu verwenden kann in der Datei main.py dies entsprechend angepasst werden. Dabei muss eine Videoquelle, eine Parkplatz-Datendatei und eine Id angegeben werden.

@github sry for the german language :()


09

OGD @ Uri

Konzept, Anleitung und Tools für Beschleunigung von Open Government Data in Uri


~ PITCH ~

📎 Challengebeschreibung (PDF)

Das Brainstorming haben wir mit Miro gemacht: https://miro.com/app/board/uXjVMXD0oLY=/

Alle weiteren Dokumente haben wir hier abgelegt: https://cloud.digital-cluster-uri.ch/s/S2ikbSj9DKK3MzA


10

Open Gastronomie

Gastronomie Guide Zentralschweiz als Open Data


~ PITCH ~

Prognose und Verfügbarkeiten Seilbahnen

Prognose und Verfügbarkeiten für Seilbahnen und die AutoAG Uri


~ PITCH ~

📎 Details Paper (PDF)

📎 Challengebeschreibung (PDF)

Pitch

Der Kanton Uri ist bekannt für sein dichtes Netz an Seilbahnen, das Individualtouristen in die wunderschöne alpine Landschaft bringt. Allerdings kann es schwierig sein, die Anzahl der Passagiere und die Auslastung der Bahnen vorherzusagen, was zu Problemen bei der Planung und Betrieb führen kann. Hier kommt das Prognosetool ins Spiel: Es nutzt fortschrittliche Analysemethoden, um die Anzahl der erwarteten Passagiere und die Auslastung der Bahnen zuverlässig vorherzusagen. Auf diese Weise können Betreiber und Planer von Seilbahnen im Kanton Uri ihre Ressourcen besser verwalten und ihre Gäste mit einer optimalen Erfahrung in einer der schönsten alpinen Regionen der Welt verwöhnen.


Da für diese Challenge keine Daten vorlagen, wurde ein Konzept erarbeitet, wie eine künftige Datenerhebung bei Seilbahnen umgesetzt werden könnte.

(Challenge #23)


11

Terminplattform Uri

Wir schaffen eine einzige Terminplattform für den ganzen Kanton Uri


~ PITCH ~

📎 Data Hackdays Uri Challenge Terminkalender (1).pdf Kickoff Presentation.

 Title Results of the first round (what we do and what we feel...)


📎 Final presentation Final Presentation (April 1, 2023, 15 h) (PDF)

📎 Challengebeschreibung (PDF)


06

TouriTempo - touristische Bewegungsmuster

Zeitliche Muster in touristischen Bewegungsdaten


~ PITCH ~

Übertrittsquote ans Kollegi

Challenge aus der Kantonale Mittelschule Uri


~ PITCH ~

Verkehrsmonitoring und Lärmbelastung

Anhand der Verkehrszählungen sollen Hotspots aufgezeigt werden und Beruhigungen sollen aufgezeigt werden.


~ README ~

uri_verkehr

Data Hackdays Uri 2023 organisiert vom Digital Cluster Uri. Verkehrsmonitoring und Lärmbelastung Anhand der Verkehrszählungen sollen Hotspots aufgezeigt werden und Beruhigungen sollen aufgezeigt werden.

Datenaufbereitung

Ziel: Generieren ein Dataframe pro Messstelle, welches folgende Attribute beinhaltet:

Tag Niedrigste Anzahl FZ Maximale Anzahl FZ Mittelwert pro Stunde Total Anzahl FZ
12.03.2022 44 1023 2343 234234


Challenges