Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/92453
Título: | Smart human mobility in smart cities |
Outro(s) título(s): | Mobilidade humana inteligente nas cidades inteligentes |
Autor(es): | Rosa, Luís Miguel Ferreira |
Orientador(es): | Analide, Cesar Silva, Fábio André Souto |
Palavras-chave: | Artificial Intelligence Crowdsensing Human Mobility Smart cities Cidades Inteligentes Inteligência Artificial Mobilidade Humana Sensorização |
Data: | 17-Jun-2024 |
Resumo(s): | In our modern world, technology is present everywhere in our lives, from our community to our workplaces,
and even our homes. In fact, our decisions are increasingly influenced by technological gadgets.
Governments also see them as valuable allies in improving the quality of life in cities, providing solutions
for the management and sustainability of human mobility. As urban populations continue to grow, smart
cities must find smarter ways to utilize existing resources.
Smart cities are generating real-time aggregate data, and the Internet of Things has contributed to
a strong connection between thousands of devices. This integration allows cities to connect disparate
utility, infrastructure, and public service grids. To analyse the vast amounts of data generated, Artificial
Intelligence empowers decision-makers to understand their surroundings to help them make humanized
decisions, and take efficient actions in order to maximize the chances of successfully accomplishing a
desired task or goal.
Although current solutions offer tools to tackle mobility challenges and address urban mobility problems
(traffic congestion, transport systems, parking, and environmental issues), there is a lack of a comprehensive
platform that adapts the service to the diverse mobility needs of citizens. Others (public and
private sectors) are investing in infrastructures—physical and digital—to support innovative mobility solutions
but, despite being filled with many functionalities, many fall short in effectively leveraging the
principles of big data and machine learning to improve human mobility.
To address this challenge, the main objective of this doctoral work is to propose an architecture that
integrates Internet of Things, Artificial Intelligence, Cloud technology, and smart city planning to optimize
people’s mobility. The preliminary results of this architecture, named WalkingStreet, offer a set of personalized
recommendations using intelligent interpretability tools for individual’s daily lives, and potential
risks to individuals or to the community. Therefore, this document serves as a guide for the area of human
mobility in smart cities. Atualmente, a tecnologia está presente em toda parte, na nossa comunidade, no nosso local de trabalho ou mesmo nas nossas casas. Na verdade, as nossas decisões são cada vez mais suportadas pela tecnologia. Por outro lado, as autoridades governamentais vêem-na como aliada para melhorar a qualidade de vida dos seus cidadãos nas cidades. Esta realidade, juntamente com o aumento da população na área urbana, significa que as cidades precisam de se tornar mais inteligentes na gestão dos seus recursos. As cidades inteligentes geram dados em tempo real e a Internet das Coisas contribui para uma forte conexão entre milhares dispositivos. Esta fusão está a ajudar as cidades a conectarem diferentes infraestruturas e serviços públicos. Para analisar os dados gerados, a Inteligência Artificial capacita os agentes a entender os ambientes ao redor para ajudá-los a aplicar decisões humanizadas e, em seguida, ações eficazes para maximizar as hipóteses de realizar com êxito a tarefa ou objetivo. Embora as soluções atuais ofereçam ferramentas para enfrentar os desafios da mobilidade e resolver problemas de mobilidade urbana (ou seja, sistemas de transporte, estacionamento ou questões ambientais), não possuem uma plataforma que adapte o serviço à mobilidade do individuo. Outros, seja do setor público ou privado, constroem infraestruturas- físicas e digitais -para suportar soluções inovadoras, mas, apesar de estarem repletos de funcionalidades, apresentam uma visão geral da aplicabilidade dos princípios de big data e aprendizagem automática para melhorar a mobilidade humana. Como meio para resolver estes desafios, o principal objetivo deste trabalho de doutoramento é propor uma arquitetura que combine Internet das Coisas, tecnologia Cloud, Inteligência Artificial e planeamento de cidade inteligentes para ajudar a mobilidade das pessoas. Os resultados preliminares desta arquitetura, chamada WalkingStreet, fornecem um conjunto de recomendações personalizadas usando ferramentas inteligentes de interpretabilidade sobre a mobilidade do indivíduo ou comunidade. Portanto, este documento apresenta-se como um guia para a área de mobilidade humana nas cidades inteligentes. |
Tipo: | Tese de doutoramento |
Descrição: | Tese de doutoramento em Informatics |
URI: | https://hdl.handle.net/1822/92453 |
Acesso: | Acesso aberto |
Aparece nas coleções: |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Luis Miguel Ferreira Rosa.pdf | Tese doutoramento | 6,2 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons