| Título : |
Mobility Data-Driven Urban Traffic Monitoring |
| Tipo de documento: |
documento electrónico |
| Autores: |
Liu, Zhidan, Autor ; Wu, Kaishun, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XI, 69 p. 21 ilustraciones, 18 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1622410-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento de datos Inteligencia artificial Informática móvil Minería de datos y descubrimiento de conocimientos Ciencia de los datos |
| Índice Dewey: |
6.312 |
| Resumen: |
Este libro presenta los conceptos de datos de movilidad y monitoreo del tráfico urbano basado en datos. También se presenta un marco típico de monitoreo del tráfico urbano basado en datos de movilidad, y describe los procesos de recopilación de datos de movilidad, procesamiento de datos, modelado de tráfico y algunas cuestiones prácticas de la aplicación de los modelos para el monitoreo del tráfico urbano. Este libro presenta tres enfoques novedosos de monitoreo del tráfico urbano basados en datos de movilidad. En primer lugar, para afrontar el desafío de la escasez de datos sobre movilidad, los autores proponen un enfoque de seguimiento del tráfico urbano basado en sensores de compresión. Esta solución extrae la correlación del tráfico a escala de la red de carreteras y explota la teoría de la detección de compresión para recuperar las condiciones del tráfico de toda la red de carreteras a partir de muestreos de tráfico dispersos. En segundo lugar, los autores compararon el desempeño de la estimación del tráfico entre modelos de correlación de tráfico lineal y no lineal y propusieron un enfoque de monitoreo del tráfico urbano basado en modelos de correlación de tráfico dinámico no lineal. Para abordar el desafío de los enormes costos de computación involucrados, el enfoque adapta las tareas de estimación y modelado de tráfico a Apache Spark, un popular marco de computación paralela. En tercer lugar, además de los datos de movilidad recopilados por los sistemas de transporte público, los autores presentan un enfoque de monitoreo del tráfico urbano basado en crowdsensing. La propuesta explota los datos de movilidad ligera recopilados de los usuarios de autobuses participativos para recuperar el estado del tráfico mediante un cuidadoso procesamiento y análisis de datos. Por último, pero no menos importante, el libro señala algunas direcciones de investigación futuras, que pueden mejorar aún más la precisión y eficiencia del monitoreo del tráfico urbano basado en datos de movilidad a gran escala. Este libro está dirigido a investigadores, informáticos e ingenieros interesados en las áreas de investigación de sistemas de transporte inteligentes (ITS), informática urbana, análisis de big data e Internet de las cosas (IoT). Los estudiantes de nivel avanzado que estudian estos temas también se benefician de este libro. |
| Nota de contenido: |
Chapter 1 Introduction -- Chapter 2 Urban Traffic Monitoring from Mobility Data -- Chapter 3 A Compressive Sensing based Traffic Monitoring Approach -- Chapter 4 A Dynamic Correlation Modeling based Traffic Monitoring Approach -- Chapter 5 A Crowdsensing based Traffic Monitoring Approach. -Chapter 6 Conclusion and Future Work. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Mobility Data-Driven Urban Traffic Monitoring [documento electrónico] / Liu, Zhidan, Autor ; Wu, Kaishun, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2021 . - XI, 69 p. 21 ilustraciones, 18 ilustraciones en color. ISBN : 978-981-1622410-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento de datos Inteligencia artificial Informática móvil Minería de datos y descubrimiento de conocimientos Ciencia de los datos |
| Índice Dewey: |
6.312 |
| Resumen: |
Este libro presenta los conceptos de datos de movilidad y monitoreo del tráfico urbano basado en datos. También se presenta un marco típico de monitoreo del tráfico urbano basado en datos de movilidad, y describe los procesos de recopilación de datos de movilidad, procesamiento de datos, modelado de tráfico y algunas cuestiones prácticas de la aplicación de los modelos para el monitoreo del tráfico urbano. Este libro presenta tres enfoques novedosos de monitoreo del tráfico urbano basados en datos de movilidad. En primer lugar, para afrontar el desafío de la escasez de datos sobre movilidad, los autores proponen un enfoque de seguimiento del tráfico urbano basado en sensores de compresión. Esta solución extrae la correlación del tráfico a escala de la red de carreteras y explota la teoría de la detección de compresión para recuperar las condiciones del tráfico de toda la red de carreteras a partir de muestreos de tráfico dispersos. En segundo lugar, los autores compararon el desempeño de la estimación del tráfico entre modelos de correlación de tráfico lineal y no lineal y propusieron un enfoque de monitoreo del tráfico urbano basado en modelos de correlación de tráfico dinámico no lineal. Para abordar el desafío de los enormes costos de computación involucrados, el enfoque adapta las tareas de estimación y modelado de tráfico a Apache Spark, un popular marco de computación paralela. En tercer lugar, además de los datos de movilidad recopilados por los sistemas de transporte público, los autores presentan un enfoque de monitoreo del tráfico urbano basado en crowdsensing. La propuesta explota los datos de movilidad ligera recopilados de los usuarios de autobuses participativos para recuperar el estado del tráfico mediante un cuidadoso procesamiento y análisis de datos. Por último, pero no menos importante, el libro señala algunas direcciones de investigación futuras, que pueden mejorar aún más la precisión y eficiencia del monitoreo del tráfico urbano basado en datos de movilidad a gran escala. Este libro está dirigido a investigadores, informáticos e ingenieros interesados en las áreas de investigación de sistemas de transporte inteligentes (ITS), informática urbana, análisis de big data e Internet de las cosas (IoT). Los estudiantes de nivel avanzado que estudian estos temas también se benefician de este libro. |
| Nota de contenido: |
Chapter 1 Introduction -- Chapter 2 Urban Traffic Monitoring from Mobility Data -- Chapter 3 A Compressive Sensing based Traffic Monitoring Approach -- Chapter 4 A Dynamic Correlation Modeling based Traffic Monitoring Approach -- Chapter 5 A Crowdsensing based Traffic Monitoring Approach. -Chapter 6 Conclusion and Future Work. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
