Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PCI2020-120706-2

Financiado

Cerrado

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... ver más

01/01/2020

UCM

120K€

Presupuesto del proyecto: 120K€

Líder del proyecto

Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3280

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UCM

Lider

Proyectos interesantes

PRE2021-098969

Data Science

Urban Planning

101K€ Cerrado

TED2021-129782B-I00

Data Science

Software

212K€ Cerrado

PID2020-116656RB-I00

Data Science

Software

105K€ Cerrado

nuMIDAS

Data Science

Software

1M€ Cerrado

CARACTERIZACIÓN MODELIZACIÓN Y PREDICCIÓN EN...

Data Science

Software

601K€ Cerrado

PID2020-112967GB-C31

Data Science

Software

121K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3280

Presupuesto del proyecto 120K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto 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

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores