Innovating Works

PCI2020-120706-2

Financiado
DEEP LEARNING ANTICIPATED URBAN MOBILITY PEAKS
ESTE PROYECTO DESCRIBE LA PROPUESTA CIENTIFICO - TECNICA DEL EQUIPO ESPAÑOL DENTRO DEL PROYECTO COLABORATIVO DARUMA (DEEP LEARNING ANTICIPATED URBAN MOBILITY PEAKS), EN EL MARCO DEL GRUPO DE INTERES EIG CONCERT-JAPAN. LA PROPUESTA... ESTE PROYECTO DESCRIBE LA PROPUESTA CIENTIFICO - TECNICA DEL EQUIPO ESPAÑOL DENTRO DEL PROYECTO COLABORATIVO DARUMA (DEEP LEARNING ANTICIPATED URBAN MOBILITY PEAKS), EN EL MARCO DEL GRUPO DE INTERES EIG CONCERT-JAPAN. LA PROPUESTA GENERAL DE PROYECTO COORDINADO TIENE COMO REFERENCIA LA CRISIS DEL COVID-19 Y LOS PROFUNDOS CAMBIOS QUE HA PROVOCADO EN NUESTRA FORMA DE VIDA Y EN LOS PATRONES DE MOVILIDAD URBANA. ALGUNOS DE ESTOS CAMBIOS HAN SIDO REPENTINOS, MIENTRAS OTROS SE ESTAN PRODUCIENDO DURANTE UN PERIODO MAS AMPLIO DE ADAPTACION A LA NUEVA SITUACION. LOS FACTORES DESENCADENANTES DEL CAMBIO SE PUEDEN CALIFICAR COMO "HARD" Y "SOFT". CON LA NOCION DE “HARD” NOS REFERIMOS A LAS REGULACIONES Y ACTUACIONES TOMADAS POR LAS DIVERSAS AUTORIDADES TANTO A NIVEL LOCAL, COMO REGIONAL O NACIONAL. “SOFT” SE REFIEREN A LOS CAMBIOS COMO CONSECUENCIA DE LA INFORMACION QUE SE DIFUNDE DENTRO DE LA PROPIA SOCIEDAD, INCLUYENDO LAS TENDENCIAS DE LAS REDES SOCIALES Y OTRAS INFORMACIONES (FALSAS O VERDADERAS) QUE SE DIFUNDE RAPIDAMENTE. EL OBJETIVO DE ESTE PROYECTO ES RELACIONAR LA APARICION DE TALES TENDENCIAS CON PATRONES DE MOVILIDAD. PARA ELLO EN EL PROYECTO SE UTILIZARA UNA METODOLOGIA EN LA QUE SE FUSIONAN DATOS DE MOVILIDAD, REDES SOCIALES, REDES DE TRANSPORTE Y TARIFAS O DATOS SOBRE LA DISTRIBUCION DE LA POBLACION COMO INPUTS DE MODELOS DEEP LEARNING. ESTOS DATOS SERVIRAN DE ENTRADA PARA LA SIMULACION DE PATRONES DE MOVILIDAD URBANA QUE PERMITAN MOSTRAR LOS EFECTOS DE SITUACIONES DE HACINAMIENTO EN TRANSPORTES O LUGARES PUBLICOS, ASI COMO LA DISRUPCION EN LOS PATRONES DE MOVILIDAD DIARIOS HABITUALES COMO CONSECUENCIA DE FENOMENOS COMO LA PANDEMIA. ESTA SIMULACION CONJUNTA DE LA OFERTA DE TRANSPORTE Y EL APRENDIZAJE DE LA DINAMICA DE LA DEMANDA CONDUCIRAN A UNA EVALUACION INTEGRAL DE LA EFICACIA DE LAS MEDIDAS POLITICAS ESPECIFICAS PARA EVITAR PICOS DE VIAJES NO DESEADOS O PICOS DE CONCENTRACION DE LA POBLACION EN INFRAESTRUCTURAS Y SERVICIOS ESPECIFICOS (POR EJEMPLO, ESPACIOS COMERCIALES). EL ESTUDIO UTILIZA TECNICAS DE FUSION DE DATOS Y LA INTELIGENCIA ARTIFICIAL PARA PROMOVER SOCIEDADES RESILIENTES Y SEGURAS. AUNQUE EL PROYECTO SE APOYA EN LOS DATOS OBSERVADOS DURANTE LA CRISIS DE COVID-19 AUN EN CURSO, NUESTRO OBJETIVO ES DESARROLLAR UN MARCO CON APLICABILIDAD GENERAL FUTURAS SITUACIONES DISRUPTIVAS. EN EL PROYECTO SE PROPONEN TRES ESTUDIOS DE CASO EN MADRID, BUDAPEST Y KIOTO. EN EL CASO DE MADRID, QUE SERA EL DESARROLLADO POR EL EQUIPO DE LA UCM, LA ATENCION SE CENTRA EN LOS DATOS DE TELEFONIA MOVIL, COMO PRINCIPAL HERRAMIENTA PARA EL ANALISIS DE LA MOVILIDAD EN ESTE TIPO DE SITUACIONES. LOS DOS PRIMEROS AÑOS DEL PROYECTO ESTARAN DEDICADOS A LA RECOPILACION DE DATOS, LA FUSION DE DATOS Y EL APRENDIZAJE PROFUNDO. EN EL AÑO FINAL DEL PROYECTO, UTILIZAREMOS LOS RESULTADOS PARA PROBAR UNA VARIEDAD DE ESCENARIOS DE POLITICAS. EL RESULTADO DEL PROYECTO SERA UTIL PARA QUE LOS PLANIFICADORES DESARROLLEN POLITICAS A CORTO Y LARGO PLAZO PARA MEJORAR LA RESILIENCIA. OVILIDAD\PLANIFICACION TRANSPORTE\MODELO URBANO\INTELIGENCIA ARTIFICIAL\BIG DATA\COVID-19 ver más
01/01/2020
UCM
120K€
Perfil tecnológico estimado

Línea de financiación: concedida

El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01
Presupuesto El presupuesto total del proyecto asciende a 120K€
Líder del proyecto
Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores 3274