Descripción del proyecto
LOS PROBLEMAS RELACIONADOS CON EL TRAFICO RODADO SON UNA DE LAS MAYORES PREOCUPACIONES EN LAS CIUDADES, Y POR TANTO RETOS CLAVE DE LOS SISTEMAS INTELIGENTES DE TRANSPORTE (ITS) URBANO MODERNOS, INCLUYEN EL ANALISIS DEL FLUJO DE TRAFICO RODADO Y SU IMPACTO MEDIOAMBIENTAL Y EL ANALISIS DE LA DEGRADACION DE LAS INFRAESTRUCTURAS,LOS AVANCES EN LAS TECNOLOGIAS DE SENSORIZACION Y LA IMPLICACION DE LOS CIUDADANOS A TRAVES DE APLICACIONES MOVILES DE CROWDSENSING ESTAN DESEMBOCANDO EN LA PRODUCCION DE CANTIDADES DE DATOS CON RATIOS DE GENERACION SIN PRECEDENTES, SE HA IDENTIFICADO UN CAMBIO DE PARADIGMA DE LOS TRADICIONALES ITS DIRIGIDOS POR LA TECNOLOGIA A LOS MODERNOS DIRIGIDOS POR DATOS, QUE APLICAN ALGORITMOS DE APRENDIZAJE SOBRE GRANDES VOLUMENES DE DATOS DE SENSORES, EL BIG DATA HA GANADO GRAN INTERES AQUI, PLANTEANDO IMPORTANTES RETOS EN TODAS LAS CAPAS DE SOFTWARE,MUCHOS DE ESTOS DATOS TIENEN NATURALEZA GEOESPACIAL, VECTORIALES O RASTER, TRADICIONALMENTE, LOS DATOS VECTORIALES Y RASTER SE ALMACENAN Y GESTIONAN CON TECNOLOGIAS DISTINTAS, RECIENTEMENTE, EL LLAMADO DATA LAKE HA SURGIDO COMO UNA NUEVA ARQUITECTURA DE ALMACENAMIENTO DE DATOS DISTRIBUIDOS PARA ALMACENES DE DATOS MODERNOS, PERO SUS EXTENSIONES ESPACIALES SE HAN DISEÑADO TENIENDO EN MENTE SOLO DATOS VECTORIALES, A PESAR DE LOS AVANCES EN TECNOLOGIAS DE PROCESAMIENTO A GRAN ESCALA, E INCLUSO SI NOS CENTRAMOS EN DATOS VECTORIALES, LOS TIEMPOS DE RESPUESTA NECESARIOS PARA EL ANALISIS EXPLORATORIO INTERACTIVO DE GRANDES CONJUNTOS DE DATOS SON TODAVIA INALCANZABLES, POR OTRO LADO, LAS IMPLEMENTACIONES PARALELAS DEL APRENDIZAJE AUTOMATICO HAN FAVORECIDO SU ESCALAMIENTO, PERO CON UN COSTE E IMPACTO AMBIENTAL FRECUENTEMENTE MUY ALTO, PARA ABORDAR ESTOS PROBLEMAS, SE HAN PROPUESTO TECNICAS ESPECIFICAS DE PROCESAMIENTO DE CONSULTAS, LOS TIEMPOS DE RESPUESTA INTERACTIVOS SE PUEDEN ALCANZAR UTILIZANDO TECNICAS DE PROCESAMIENTO APROXIMADO DE CONSULTAS IMPLEMENTADAS SOBRE SINOPSIS, QUE INCLUYEN MUESTREOS Y SKETCHES, SOLUCIONES DE ULTIMA GENERACION DE APRENDIZAJE AUTOMATICO EXPRESAN EL ENTRENAMIENTO DIRECTAMENTE MEDIANTE UN CONJUNTO DE CONSULTAS OPTIMIZADAS SOBRE LOS DATOS DE ENTRADA, RESULTANDO EN GANANCIAS DE RENDIMIENTO DE VARIOS ORDENES DE MAGNITUD SOBRE EL TRADICIONAL USO DE HERRAMIENTAS DE APRENDIZAJE AUTOMATICO SOBRE VISTAS MATERIALIZADAS DE LA BASE DE DATOS, LAS ESPECIFICIDADES DE LOS DATOS ESPACIALES, Y EN ESPECIAL AQUELLAS DE LOS DATOS RASTER NO HAN SIDO ESTUDIADAS EN PROFUNDIDAD EN NINGUNA DE LAS APROXIMACIONES ANTERIORES, EN BASE A LO ANTERIOR, EL PRINCIPAL OBJETIVO DEL SUBPROYECTO MAGIST-ELA ES EL DESARROLLO DE SOLUCIONES DE PROCESAMIENTO DE CONSULTAS EFICIENTES SOBRE GRANDES DATA LAKES GEOESPACIALES HETEROGENEOS (VECTORIALES Y RASTER), PARA SOPORTAR LA ANALITICA TANTO EXPLORATORIA COMO DE APRENDIZAJE QUE SURGE EN EL AMBITO DE ANALISIS INTELIGENTE DEL TRAFICO RODADO, PRIMERO SE UTILIZARA EL APRENDIZAJE AUTOMATICO PARA LA MONITORIZACION Y PREDICCION DE FLUJOS DE TRAFICO, Y PARA LA MONITORIZACION Y PREDICCION DE LA CALIDAD DEL AIRE, EL APRENDIZAJE AUTOMATICO SE UTILIZARA TAMBIEN PARA ESTIMAR LA DEGRADACION DEL PAVIMENTO A PARTIR DE DATOS OBTENIDOS DE DISPOSITIVOS MOVILES, A CONTINUACION, SE DISEÑARAN TECNICAS DE ALMACENAMIENTO Y PROCESAMIENTO APROXIMADO PARA DAR SOPORTE AL ANALISIS EXPLORATORIO DE FUENTES GEOESPACIALES, FINALMENTE, IMPLEMENTARA EL APRENDIZAJE AUTOMATICO SOBRE DATOS VECTORIALES Y RASTER MEDIANTE EL PROCESAMIENTO DE CONJUNTOS DE CONSULTAS, DATOS GEOESPACIALES\MANCHINE LEARNING\DATALAKE\PROCESAMIENTO APROXIMADO\SMARTCITIES\SITEMAS INTELIGENTES DE TRANSPORTE\FLUJO DE TRAFICO URBANO