Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/56389
Type: Tese
Title: Spatial data integration from heterogeneous sources for urban computing
Other Titles: Integração de dados espaciais de fontes heterogêneas para computação urbana
Authors: Rodrigo Smarzaro da Silva
First Advisor: Clodoveu Augusto Davis Junior
First Referee: Ana Paula Couto da Silva
Second Referee: José Alberto Quintanilha
Third Referee: Mariana Abrantes Giannotti
metadata.dc.contributor.referee4: Cristina Dutra de Aguiar
metadata.dc.contributor.referee5: Anisio Mendes Lacerda
Abstract: Global urbanization is creating increasingly populous cities, and their services must become more efficient. Public transport is one of those essential services that directly affect the quality of living among the population. Today, various government and transportation agencies generate large volumes of data. At the same time, users of social networks, using smartphones, can enrich official sources with a range of information, from objective data to personal opinions and sentiments. There is an essential challenge in integrating such diverse and heterogeneous data sources. This work aims to propose, develop, and validate methods and techniques for integrating multiple heterogeneous urban data sources within the conceptual framework of Urban Computing. The methods developed were used in a case study to build a multimodal transportation network for Belo Horizonte. To test the results, a set of routes were determined using the multimodal transport network created and Google Maps, obtaining results close to time and distance. A case study was created to determine the urban quality of life indexes from integrated data from different sources to demonstrate the possibility of using the multimodal transport network. The data model and methods developed in this work can be used to obtain relevant information about the city and to subsidize analysis and decision-making in the various disciplines that deal with urban problems.
Abstract: A urbanização global tem resultado em cidades cada vez mais populosas, aumentando a necessidade de prestação eficiente de serviços essenciais que afetam diretamente a qualidade de vida da população. Entre esses serviços, destaca-se o transporte público. Órgãos governamentais coletam grandes volumes de dados assim como usuários de redes sociais, por meio de seus smartphones, podem complementar essas fontes oficiais com uma gama de informações que vão desde dados objetivos até opiniões e sentimentos pessoais. Entretanto, a integração de fontes tão diversas e heterogêneas apresenta desafios significativos. Este trabalho tem como objetivo propor, desenvolver e validar métodos e técnicas para integrar múltiplas fontes de dados urbanos heterogêneos dentro da estrutura conceitual da Computação Urbana. Para tanto, os métodos desenvolvidos foram aplicados em um estudo de caso que consistiu na construção de uma rede multimodal de transporte para Belo Horizonte. Para validar os resultados, um conjunto de rotas foi determinado comparando a rede de transporte multimodal e o Google Maps, obtendo-se resultados próximos em termos de tempo e distância. Além disso, foi criado um estudo de caso para determinar um índice de qualidade de vida urbana a partir de dados integrados de diferentes fontes, o que demonstrou a possibilidade de utilização da rede de transporte multimodal. Os modelos de dados e os métodos desenvolvidos neste trabalho podem ser utilizados para obter informações relevantes sobre a cidade e subsidiar a análise e tomada de decisões em diversas disciplinas que lidam com problemas urbanos.
Subject: Computação – Teses
Integração de dados espaciais – Teses
Computação urbana. – Teses.
language: eng
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ICEX - INSTITUTO DE CIÊNCIAS EXATAS
metadata.dc.publisher.program: Programa de Pós-Graduação em Ciência da Computação
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/56389
Issue Date: 26-Apr-2023
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
2023-04-26 - Tese_Smarzaro.pdf17.16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.