Loading...
Publication
Análise de dados e Machine Learning na mobilidade urbana
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 3.91 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
A mobilidade tornou-se num dos desafios mais difíceis que as cidades têm de enfrentar. Mais de metade da população mundial reside em áreas urbanas e com o contínuo aumento da população é imperativo que as cidades usem os seus recursos de forma eficiente. Exige-se por isso, que cada vez mais, a gestão e o planeamento da oferta de transportes, tenha de ser realizada de uma forma racional e eficaz de modo a satisfazer as necessidades dos cidadãos. Obter e reunir dados a partir de diferentes fontes de dados pode ser extretamente importante para apoiar novas soluções que podem ajudar a construir uma melhor mobilidade. O crowdsensing tornou-se uma conhecida forma de partilhar dados extraídos por dispositivos, que capturam dados através dos seus sensores, como o smartphone com o objetivo de atingir um bem comum. Nesta tese de mestrado é proposta uma metodologia que analisa dos dados extraídos, identifica áreas de maior procura e as possíveis razões pra este fenómeno. Esta metodologia pretende auxiliar o melhoramento da gestão e oferta da rede de transportes de uma dada cidade em estudo, neste caso a área metropolitana do Porto, considerando dados recolhidos da utilização da técnica de crowdsensing.
Description
Keywords
Mobilidade Sistemas ubíquos Clustering Crowdsensing Planeamento de transportes Sensor systems Sistemas de transportes públicos Computação urbana