Urban mobilitet og strømforbruk er flerdimensjonale egenskaper ved byens infrastruktur, som omfatter steder, mennesker og informasjon. Fremveksten av elbiler skaper enda sterkere gjensidige avhengigheter mellom strømnett og transportnett. Derfor bør studier av strøm- og transportsystemer gå ut over det enkelte nettverket og ses i sammenheng med andre nettverk.
Å forstå sammenhengene mellom kjøremønstre, strømforbruk, værforhold og demografi er imidlertid et komplekst problem som ligger utenfor rekkevidden til klassisk maskinlæring. Vi angriper dette problemet med konseptet «Co-Mobility», basert på kausale bayesianske multinettverksmodeller. Rammeverket er tatt i bruk på reelle data fra byen Tallahassee i Florida.