Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/73816| Type: | Artigo de Periódico |
| Title: | An integrated big and fast data analytics platform for smart urban transportation management |
| Other Titles: | Uma plataforma integrada de análise de big data e rápida para gerenciamento inteligente de transporte urbano |
| Authors: | Sandro Fiore Regina Moraes Tania Basso Nadia P. Kozievitch Keiko V. O. Fonseca Nuno Antunes Marco Vieira Cosimo Palazzo Ignacio Blanquer Wagner Meira Junior Giovanni Aloisio Donatello Elia Carlos E. Pires Demetrio G. Mestre Cinzia Cappiello Monica Vitali Nazareno Andrade Tarciso Braz Daniele Lezzi |
| Abstract: | Smart urban transportation management can be considered as a multifaceted big data challenge. It strongly relies on the information collected into multiple, widespread, and heterogeneous data sources as well as on the ability to extract actionable insights from them. Besides data, full stack (from platform to services and applications) Information and Communications Technology (ICT) solutions need to be specifically adopted to address smart cities challenges. Smart urban transportation management is one of the key use cases addressed in the context of the EUBra-BIGSEA (Europe-Brazil Collaboration of Big Data Scientific Research through Cloud-Centric Applications) project. This paper specifically focuses on the City Administration Dashboard, a public transport analytics application that has been developed on top of the EUBra-BIGSEA platform and used by the Municipality stakeholders of Curitiba, Brazil, to tackle urban traffic data analysis and planning challenges. The solution proposed in this paper joins together a scalable big and fast data analytics platform, a flexible and dynamic cloud infrastructure, data quality and entity matching algorithms as well as security and privacy techniques. By exploiting an interoperable programming framework based on Python Application Programming Interface (API), it allows an easy, rapid and transparent development of smart cities applications. |
| Abstract: | A gestão inteligente do transporte urbano pode ser considerada um desafio multifacetado de big data. Depende fortemente das informações coletadas em fontes de dados múltiplas, difundidas e heterogêneas bem como na capacidade de extrair deles insights acionáveis. Além dos dados, full stack (da plataforma serviços e aplicações) As soluções de Tecnologia da Informação e Comunicação (TIC) precisam ser adotado especificamente para enfrentar os desafios das cidades inteligentes. A gestão inteligente do transporte urbano é uma das os principais casos de uso abordados no contexto do EUBra-BIGSEA (Colaboração Europa-Brasil de Grandes Projeto Pesquisa científica de dados por meio de aplicativos centrados em nuvem). Este artigo se concentra especificamente em o City Administration Dashboard, um aplicativo de análise de transporte público desenvolvido com base da plataforma EUBra-BIGSEA e usada pelas partes interessadas do município de Curitiba, Brasil, para enfrentar análise de dados de tráfego urbano e desafios de planejamento. A solução proposta neste artigo une uma plataforma de análise de dados rápida e escalável, uma infraestrutura de nuvem flexível e dinâmica, qualidade de dados e algoritmos de correspondência de entidades, bem como técnicas de segurança e privacidade. Ao explorar um sistema interoperável estrutura de programação baseada em Python Application Programming Interface (API), permite uma fácil e rápida e desenvolvimento transparente de aplicações de cidades inteligentes. |
| Subject: | Big Data Transporte Urbano Mineração de dados (Computação) |
| language: | eng |
| metadata.dc.publisher.country: | Brasil |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO |
| Rights: | Acesso Aberto |
| metadata.dc.identifier.doi: | https://doi.org/10.1109/ACCESS.2019.2936941 |
| URI: | http://hdl.handle.net/1843/73816 |
| Issue Date: | 2019 |
| metadata.dc.url.externa: | https://ieeexplore.ieee.org/document/8809689 |
| metadata.dc.relation.ispartof: | IEEE Access |
| Appears in Collections: | Artigo de Periódico |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| An Integrated Big and Fast Data.pdfA.pdf | 4.68 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.