Modelos de Informação Comum e Machine Learning em Smart Cities
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.19/6538 |
Resumo: | Com o contínuo envelhecimento das cidades que não são metrópoles, aliado a um constante crescimento da população nos centros urbanos mais desenvolvidos (metrópoles), em certa parte devido às oportunidades de emprego existentes, é crucial que as primeiras passem por um processo de modernização, de modo a captarem a atenção dos seus habitantes. Para, se alguma forma, (re)capturar o interesse dos cidadãos, o paradigma que permite a uma cidade não metróplole atingir este objetivo será transformar a cidade numa Smart City. A cidade passará para um novo patamar tecnológico, mudando a maneira como as operações e serviços da cidade atuam e interagem com o cidadão, diferenciando-se assim das outras cidades. Como tal, esta cidade irá tornar-se numa cidade preparada para as tecnologias 5G experimentais, usando estas como base para a transição para uma economia baseada em conhecimento e plataformas digitais, valorizando o grande volume de dados (Big Data) recolhidos por vários sensores no ramo da Internet of Things (IoT) e o desenvolvimento de novos produtos e serviços para o crescimento e criação de novas empresas e empregos. Dentro do domínio das Smart Cities, mais concretamente na temática dos resíduos, pretende-se com este projeto criar Modelos de Informação Comum, recorrendo a tecnologias BIg Data, IoT e Data Science, de modo a estes serem integrados numa plataforma de gestão de dados, permitindo a um município da cidade, que será um dos clientes desta plataforma, tomar decisões consoante os dados providenciados, tudo com o intuito de otimizar os processos de gestão dos resíduos adjacentes à cidade. Para se gerarem os Modelos de Informação Comum, aliado às tecnologias mencionadas no parágrafo anterior, será utilizado Machine Learning, de forma a aplicar previsão nos conjuntos de dados dentro da temática do lixo. Os conjuntos de dados estão inerentemente ligados aos resíduos da cidade de Austin, sendo que estes dados são de carácter "real", ou seja, registados pela empresa de recolha que opera na cidade. A escolha do conjunto de dados associados à cidade de Austin prende-se com a disponibilidade em modo aberto dos dados, e por, dentro do contexto do país pertencente, Austin corresponder a uma cidade não metrópole. De modo a se retirar valor dos dados, utilizar-se-á uma tecnologia de Business Intelligence que permite a criação e customização de ferramentas que providenciam informação. |
id |
RCAP_948835d26c3e02bf508d5dfdf8a8f641 |
---|---|
oai_identifier_str |
oai:repositorio.ipv.pt:10400.19/6538 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Modelos de Informação Comum e Machine Learning em Smart CitiesSmart CityInternet of ThingsBig DataData ScienceModelos de informação comumMachine LearningBusiness IntelligenceDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaCom o contínuo envelhecimento das cidades que não são metrópoles, aliado a um constante crescimento da população nos centros urbanos mais desenvolvidos (metrópoles), em certa parte devido às oportunidades de emprego existentes, é crucial que as primeiras passem por um processo de modernização, de modo a captarem a atenção dos seus habitantes. Para, se alguma forma, (re)capturar o interesse dos cidadãos, o paradigma que permite a uma cidade não metróplole atingir este objetivo será transformar a cidade numa Smart City. A cidade passará para um novo patamar tecnológico, mudando a maneira como as operações e serviços da cidade atuam e interagem com o cidadão, diferenciando-se assim das outras cidades. Como tal, esta cidade irá tornar-se numa cidade preparada para as tecnologias 5G experimentais, usando estas como base para a transição para uma economia baseada em conhecimento e plataformas digitais, valorizando o grande volume de dados (Big Data) recolhidos por vários sensores no ramo da Internet of Things (IoT) e o desenvolvimento de novos produtos e serviços para o crescimento e criação de novas empresas e empregos. Dentro do domínio das Smart Cities, mais concretamente na temática dos resíduos, pretende-se com este projeto criar Modelos de Informação Comum, recorrendo a tecnologias BIg Data, IoT e Data Science, de modo a estes serem integrados numa plataforma de gestão de dados, permitindo a um município da cidade, que será um dos clientes desta plataforma, tomar decisões consoante os dados providenciados, tudo com o intuito de otimizar os processos de gestão dos resíduos adjacentes à cidade. Para se gerarem os Modelos de Informação Comum, aliado às tecnologias mencionadas no parágrafo anterior, será utilizado Machine Learning, de forma a aplicar previsão nos conjuntos de dados dentro da temática do lixo. Os conjuntos de dados estão inerentemente ligados aos resíduos da cidade de Austin, sendo que estes dados são de carácter "real", ou seja, registados pela empresa de recolha que opera na cidade. A escolha do conjunto de dados associados à cidade de Austin prende-se com a disponibilidade em modo aberto dos dados, e por, dentro do contexto do país pertencente, Austin corresponder a uma cidade não metrópole. De modo a se retirar valor dos dados, utilizar-se-á uma tecnologia de Business Intelligence que permite a criação e customização de ferramentas que providenciam informação.ABSTRACT: With the continuous aging of cities that are not metropolises, coupled with a constant growth of the population in the most developed urban centers (metropolises), in part due to the existing job opportunities, it is crucial that the former undergoes a process of modernization, to capture the attention of its inhabitants. To somehow (re)capture the interest of its citizens, the paradigm that allows a non-metropolis city to achieve this objective consists in transforming the city into a Smart City. The city will move to a new technological level, changing the way the city's operations and services operate and interact with the citizen, thus differentiating itself from other cities. To this end, the municipality will become a city prepared for experimental 5G technologies, using these as a basis for the transition to a knowledge-based economy and digital platforms, valuing the large volume of data (Big Data) collected by various sensors in the field the Internet of Things (IoT) and the development of new products and services for the growth and creation of new companies and jobs. Within the domain of Smart Cities, more specifically in the theme of waste, this project aims to create Common Information Models, using Big Data, IoT and Data Science technologies, so that they are integrated into a data management platform, allowing a city council, which will be one of the customers of this platform, to make decisions according to the data provided, all with the aim of optimizing the waste management processes adjacent to the city. In order to generate the Common Information Models, combined with the technologies mentioned in the previous paragraph, Machine Learning will be used, in order to apply prediction in datasets within the theme of garbage. The datasets are inherently linked to the waste from the city of Austin, and these data are "real" in nature, that is, recorded by the collection company that operates in the city. The motive for choosing a dataset associated with the city of Austin is related to the availability in open mode of the data, and also because, within the context of the country it belongs to, Austin corresponds to a non-metropolis city. In order to acquire value from the data, a Business Intelligence technology will be used to allow the creation and customization of tools that provide information.Lacerda, Ana Cristina Wanzeller Guedes deRepositório Científico do Instituto Politécnico de ViseuSantos, Bruno Miguel Gomes dos2021-01-14T16:31:49Z2020-12-182020-10-022020-12-18T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.19/6538TID:202576701porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-01-16T15:28:47Zoai:repositorio.ipv.pt:10400.19/6538Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:44:24.625226Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Modelos de Informação Comum e Machine Learning em Smart Cities |
title |
Modelos de Informação Comum e Machine Learning em Smart Cities |
spellingShingle |
Modelos de Informação Comum e Machine Learning em Smart Cities Santos, Bruno Miguel Gomes dos Smart City Internet of Things Big Data Data Science Modelos de informação comum Machine Learning Business Intelligence Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
title_short |
Modelos de Informação Comum e Machine Learning em Smart Cities |
title_full |
Modelos de Informação Comum e Machine Learning em Smart Cities |
title_fullStr |
Modelos de Informação Comum e Machine Learning em Smart Cities |
title_full_unstemmed |
Modelos de Informação Comum e Machine Learning em Smart Cities |
title_sort |
Modelos de Informação Comum e Machine Learning em Smart Cities |
author |
Santos, Bruno Miguel Gomes dos |
author_facet |
Santos, Bruno Miguel Gomes dos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Lacerda, Ana Cristina Wanzeller Guedes de Repositório Científico do Instituto Politécnico de Viseu |
dc.contributor.author.fl_str_mv |
Santos, Bruno Miguel Gomes dos |
dc.subject.por.fl_str_mv |
Smart City Internet of Things Big Data Data Science Modelos de informação comum Machine Learning Business Intelligence Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
topic |
Smart City Internet of Things Big Data Data Science Modelos de informação comum Machine Learning Business Intelligence Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
description |
Com o contínuo envelhecimento das cidades que não são metrópoles, aliado a um constante crescimento da população nos centros urbanos mais desenvolvidos (metrópoles), em certa parte devido às oportunidades de emprego existentes, é crucial que as primeiras passem por um processo de modernização, de modo a captarem a atenção dos seus habitantes. Para, se alguma forma, (re)capturar o interesse dos cidadãos, o paradigma que permite a uma cidade não metróplole atingir este objetivo será transformar a cidade numa Smart City. A cidade passará para um novo patamar tecnológico, mudando a maneira como as operações e serviços da cidade atuam e interagem com o cidadão, diferenciando-se assim das outras cidades. Como tal, esta cidade irá tornar-se numa cidade preparada para as tecnologias 5G experimentais, usando estas como base para a transição para uma economia baseada em conhecimento e plataformas digitais, valorizando o grande volume de dados (Big Data) recolhidos por vários sensores no ramo da Internet of Things (IoT) e o desenvolvimento de novos produtos e serviços para o crescimento e criação de novas empresas e empregos. Dentro do domínio das Smart Cities, mais concretamente na temática dos resíduos, pretende-se com este projeto criar Modelos de Informação Comum, recorrendo a tecnologias BIg Data, IoT e Data Science, de modo a estes serem integrados numa plataforma de gestão de dados, permitindo a um município da cidade, que será um dos clientes desta plataforma, tomar decisões consoante os dados providenciados, tudo com o intuito de otimizar os processos de gestão dos resíduos adjacentes à cidade. Para se gerarem os Modelos de Informação Comum, aliado às tecnologias mencionadas no parágrafo anterior, será utilizado Machine Learning, de forma a aplicar previsão nos conjuntos de dados dentro da temática do lixo. Os conjuntos de dados estão inerentemente ligados aos resíduos da cidade de Austin, sendo que estes dados são de carácter "real", ou seja, registados pela empresa de recolha que opera na cidade. A escolha do conjunto de dados associados à cidade de Austin prende-se com a disponibilidade em modo aberto dos dados, e por, dentro do contexto do país pertencente, Austin corresponder a uma cidade não metrópole. De modo a se retirar valor dos dados, utilizar-se-á uma tecnologia de Business Intelligence que permite a criação e customização de ferramentas que providenciam informação. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-18 2020-10-02 2020-12-18T00:00:00Z 2021-01-14T16:31:49Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.19/6538 TID:202576701 |
url |
http://hdl.handle.net/10400.19/6538 |
identifier_str_mv |
TID:202576701 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799130914795552768 |