A transformation of our current transport system and individual mobility behaviour is an essential pre-requisite for attaining a desirable future that enables a life within environmental boundaries ("safe operating space") and higher well-being at the same time. Accordingly, this paper focuses on the potentials of a resource-saving, sustainable transport system with reduced, but still satisfactory, mobility. To achieve the vision of resource-efficiency in Europe, a new understanding of mobility is needed: "the mode of travel is the reward of the journey", meaning that it is not about travelling fastest and frequently, but unhurried (easy-going), infrequently and sustainably. We describe a socially inclusive and innovative transport system that could achieve this vision and discuss the kinds of policy measures that would be required to implement it. Changes are required in many areas including values, preferences, infrastructure, technology, governance and the economy. (authors' abstract)

As cidades estão a seu tempo e a seu modo, modernizando os serviços prestados à população. Entre os diversos fatores que estão contribuindo para esta evolução estão a diversificação e proliferação de sensores, nos diversos domínios de serviços das cidades, e os novos canais de comunicação com os munícipes, entre eles, as redes sociais e mais recentemente os sistemas crowdsensing, motivados pelos anseios sociais, por melhores serviços públicos e pela popularização dos dispositivos móveis. Nesta direção, a eficiência administrativa é um fator essencial, uma vez que as cidades estão se mostrando mais complexas na medida em que cresce a população nas áreas urbanas. A utilização de técnicas de sistemas distribuídos para que múltiplos domínios de serviços usufruam da mesma infraestrutura computacional, pode auxiliar na eficiência das cidades, evitando gastos administrativos duplicados e até mesmo, possibilitando a correlação de eventos entre os serviços, favorecendo a identificação de fatores de causalidades e assim, a tomada de decisões administrativas mais objetivas e precisas. Neste contexto, este trabalho concentra-se na análise de um middleware direcionado à gestão de cidades para coleta, integração e interpretação dos dados de sensores, pertencentes aos serviços disponíveis da própria cidade, junto com os dados do sensoriamento colaborado pelos cidadãos. Para avaliação do conceito foi investigado o cenário de monitoração da conservação de vias públicas. Após 3 meses de coletas de dados por um sistema de sensoriamento automático, totalizando mais de 360 mil pontos e também mais de 90 relatórios pelo sensoriamento participativo, verificou-se que um sistema distribuído pode realizar a interpretação de séries históricas, engajar os munícipes apoiar a manutenção dos serviços da cidade e também indicar objetivamente aos gestores públicos os pontos que devem ser prioritariamente atendidos. Aliar ferramentas pelas quais o cidadão pode, de acordo com sua necessidade, convicção e altruísmo, exercer influência nos gestores públicos com o suporte de informação contínua e critérios objetivos das redes de sensores, pode estimular a continua excelência dos serviços públicos. / The cities in their own way and time are improving their services provided to the population. Among several factors that are contributing to this trend are the diversification and proliferation of sensors in various services domains of cities and new communication ways with citizens, for instance, social networks and more recently, crowdsensing systems, motivated by social expectations for better public services and the popularity of mobile devices. In this direction, administrative efficiency is a key factor, since the cities are proving more complex with increasing the population in urban areas. Techniques of distributed systems to share the same computing infrastructure to multiple service domains, can assist in the efficiency of cities, avoiding duplicate administrative costs and even allowing event correlation between services, providing the identification of causality factors, thus making management decisions more objective and accurate. In this context, this research focuses on analysis of a middleware directed to city management for collection, integration and interpretation of sensors data, present in city services, along with the sensing data contributed by citizens. For concept evaluation, was investigated the scenario of conservation of public streets. After 3 months of data collection by an automatic sensing system comprising more than 360 thousand points and also 94 reports of collaborative sensing, it was found that a distributed system can perform the interpretation of historical series; engage the citizens to support maintenance of city services and indicate objectively the points that should primarily be fix by public managers. Combining tools, which citizens can, according to their need, conviction, altruism, exert their own influence in public management and the continuous information support to objective criteria of sensor networks, can stimulate the continued excellence of public services.

Smart City technologies emerge as a potential solution to tackle common problems in large urban centers by using city resources efficiently and providing quality services for citizens. Despite the various advances in middleware technologies to support future smart cities, there are yet no widely accepted platforms. Most of the existing solutions do not provide the required flexibility to be shared across cities. Moreover, the extensive use and development of non-open-source software leads to interoperability issues and limits the collaboration among R&D groups. Our research explores the use of a microservices architecture to address key practical challenges in smart city platforms. More specifically, we are concerned with the impact of microservices on addressing the key non-functional requirements to enable the development of smart cities such as supporting different scalability demands and providing a flexible architecture which can easily evolve over time. To this end, we are developing InterSCity, a microservice-based open source smart city platform that aims at supporting the development of sophisticated, cross- domain applications and services. Our early experience shows that microservices can be properly used as building blocks to achieve a loosely coupled, flexible architecture. Experimental results point towards the applicability of our approach in the context of smart cities since the platform can support multiple scalability demands. We expect to enable collaborative, novel smart city research, development, and deployment initiatives through the InterSCity platform. The full validation of the platform will be conducted using different smart city scenarios and workloads. Future work comprises the ongoing design and development effort on data processing services as well as more comprehensive evaluation of the proposed platform through scalability experiments. / As tecnologias de Cidades Inteligentes surgem como uma potencial solução para lidar com problemas comuns em grandes centros urbanos, utilizando os recursos da cidade de maneira eficiente e fornecendo serviços de qualidade para os cidadãos. Apesar dos vários avanços nas tecnologias de middleware para suporte às cidades inteligentes do futuro, ainda não existem plataformas amplamente aceitas. A maioria das soluções existentes não oferece a flexibilidade necessária para ser compartilhada entre as cidades. Além disso, o vasto uso e desenvolvimento de software proprietário levam a problemas de interoperabilidade e limitam a colaboração entre grupos de P&D. Nesta dissertação, exploramos uso de uma arquitetura de microsserviços para abordar os principais desafios práticos em plataformas de cidades inteligentes. Mais especificamente, estamos preocupados com o impacto dos microsserviços sobre requisitos não-funcionais para permitir o desenvolvimento de cidades inteligentes, tais como o suporte a diferentes demandas de escalabilidade e o fornecimento de uma arquitetura flexível que pode evoluir facilmente. Para esse fim, criamos a InterSCity, uma plataforma para cidades inteligentes de código aberto baseada em microsserviços que visa apoiar o desenvolvimento de aplicativos e serviços sofisticados em múltiplos domínios. Nossa experiência inicial mostra que os microsserviços podem ser usados adequadamente como blocos de construção para obter uma arquitetura flexível e fracamente acoplada. Resultados experimentais apontam para a aplicabilidade de nossa abordagem no contexto de cidades inteligentes, já que a plataforma pode suportar diferentes demandas de escalabilidade. Esperamos permitir pesquisas colaborativas e inovadoras em cidades inteligentes, assim como o desenvolvimento e iniciativas de implantações reais através da plataforma InterSCity. A validação completa da plataforma será realizada usando diferentes cenários de cidades inteligentes e cargas de trabalho. Os trabalhos futuros compreendem o esforço contínuo de projetar e desenvolver novos serviços de processamento de dados, bem como a realização de avaliações mais abrangentes da plataforma proposta por meio de experimentos de escalabilidade.

Submitted by Jailda Nascimento (jmnascimento@pucsp.br) on 2016-10-31T14:18:04Z No. of bitstreams: 1 Vivian Aparecida Blaso Souza Soares Cesar.pdf: 101672307 bytes, checksum: 7a59e3f6e86baacb712da75cce39a997 (MD5) / Made available in DSpace on 2016-10-31T14:18:05Z (GMT). No. of bitstreams: 1 Vivian Aparecida Blaso Souza Soares Cesar.pdf: 101672307 bytes, checksum: 7a59e3f6e86baacb712da75cce39a997 (MD5) Previous issue date: 2016-09-09 / Conselho Nacional de Desenvolvimento Cientifico e Tecnológico / This study evaluates minimum aspects of Production, Consumption and Environment during periods marked by UN warnings between 1972- Stockholm Conference, 2012- Rio+ 20 and 2015- cop21 in Paris. The complex thought of Edgar Morin runs this trajectory in which were needed efforts of reconnection of knowledges: engineering, smarts technologies, consumer behaviour, smart cities, sustainability, environment, and other networks that are hidden and what we seek to unravel. Structured in five meta themes: Sustainability, which discusses the genealogy of the concept and its incorporated levels by businesses, governments, the UN and civil society; Consumption and the Environment, which indicates who are consumers in contemporary society and shows how our relationship with the consumer is transforming our ways of living and housing; Sustainable technologies, smart cities and Smart cities lifestyle,reported through case studies and interviews in order to point outthe lack whatthis course for what really how as technologies to contribute to sustainability in cities.With the intention to expand the vision and perceptions of readers,we use the intertextualityfeature- visual,infographics, stories and essays, mixing fiction with photos and video "Smart Cities: Transformations in Progress" - nintroducing the reader to several narratives of sustainability in contemporary times / Este trabalho avalia os aspectos da Produção, Consumo e MeioAmbiente durante os periodos marcados pelos alertas da ONU entre 1972-Conferencia de Estocolmo, 2012- Rio +20 e 2015- COP21 em Paris. 0 pensamento complexo de Edgar Morin percorre essa trajetória, em que foram necessários os esforços da religião de saberes: engenharias, tecnologias smarts, comportamento dos consumidores, cidades inteligentes, sustentabilidade, meio ambiente, redes e outros que estao ocultos e que procuramos desvendar. Esstruturado em cinco metatemas:Sustentabilidade, que discorre sobre a genealogia do conceito e as dimensoes incorporadas por empresas, govemos, ONU e a sociedade civil; Consumo e Meio Ambiente, que aponta quem é o consumidor na sociedade contemporanea e apresenta como a nossa relação com o consumo foi transformando os nossos modos de viver e habitar; Tecnologias Sustentaveis, Smart Cities e Estilo de Vida nas Cidades lnteligentes,relatados por meio dos estudos de casos e entrevistas com o intuito de apontar o que falta neste percurso para que realmente as tecnologias contribuam com a sustentabilidade nas cidades.Na intenção de ampliar a visao e as percepção dos leitores, utilizamos o recurso da intertextualidade-recursos visuais, infograficos, contos e crônicas, que misturam ficção e fotografias, e o video "Cidades lnteligentes: transformações em curso - para aproximar o leitor das diversas narrativas da sustentabilidade na contemporaneidade

Sensoriamento urbano e cidades inteligentes têm sido tópicos derivados da computação ubíqua em alta nos últimos anos, tanto para a academia como para a indústria, devido ao contínuo avanço tecnológico aliado à maior facilidade de acesso e aceitação pelos usuários. Na literatura pesquisada sobre plataformas que englobam tais tópicos foi constatado que diversas delas possuem algum processo autonômico utilizado para atender alguma necessidade de autoadaptação em tempo de execução. Apesar disso, nenhuma das plataformas pesquisadas focou especificamente em encontrar e propor uma solução para tratar exclusivamente a autoadaptação. Nesse contexto, esta dissertação tem por objetivo propor um mecanismo de autoadaptação para sistemas de sensoriamento urbano, além de avaliar seu comportamento. Como primeiro passo para realizar tal objetivo, foi conduzida uma pesquisa literária tendo em vistas identificar os principais casos de adaptação em sistemas de sensoriamento urbano, além de requisitos específicos da arquitetura de sensoriamento urbano UrboSenti, utilizada para implementação. Como segundo passo, a partir dos requisitos identificados, o modelo MAPE-K da computação autonômica foi escolhido como a base da construção do mecanismo de autoadaptação. A implementação deste modelo utilizou as técnicas de eventos passivos para monitoramento do ambiente, regras Evento-Condição-Ação, para tomada de decisão, planos estáticos para planejamento e adaptações por parâmetros e componentes para execução. Tanto o modelo como as técnicas escolhidas foram implementadas devido atenderem as necessidades dos cenários avaliados. Por fim, as avaliações aplicadas apontam resultados preliminares satisfatórios, dados os casos avaliados e os experimentos de tempo de resposta a eventos internos e interações; no entanto, tais avaliações revelarem diversos pontos que devem ser explorados em trabalhos futuros. / In the last years, urban sensing and smart cities have been popular topics derived from the ubiquitous computing, for both the academia and the industry, due to its continuous technological development combined with greater facilities of access and acceptance by the users. The reviewed literature about platforms that encompass such topics showed that many of them have some kind of autonomic process used to meet any need for self-adaptation at runtime. Despite this, none of the researched platforms focused in proposing a solution to exclusively meet the self-adaptation properties. In this way, this dissertation aims to propose a self-adaptive mechanism to urban sensing systems, as well as evaluating its behavior. As the first step to achieving such goal, a literature review was performed aiming to identify the main adaptation cases in urban sensing systems, as well to identify the specific requirements of the UrboSenti architecture for urban sensing. As the second step, the autonomic computing MAPE-K model was chosen to compose the foundation of the self-adaptive mechanism based on the identified requirements. The implementation of this model used the techniques of passive events for monitoring, rules Event-Condition-Action for decision making, static plans for planning and parameter and component adaptations for execution were used in the proposed implementation to meet the evaluated scenario needs. Lastly, the applied evaluations indicate satisfactory results, given the assessed cases and the experiments of scalability at the response of internal events and interactions. However, they have left many open points that should be explored in future works.

A urbanização acentuada, fenômeno crescente das últimas décadas, tem atingido níveis elevadíssimos e criado enormes desafios para a gestão das cidades, além de trazer uma vasta gama de efeitos nefastos para a qualidade de vida de seus cidadãos. Dados da ONU de 2016, indicam tratar-se de um caminho sem volta, com uma tendência de agravamento nos próximos anos. Para tentar mitigar esta situação, muito se tem discutido em como aumentar o nível de inteligência das cidades e o interesse pelo tema Cidades Inteligentes tem crescido. Apesar disso, ainda não existe consenso sobre um conceito de cidade inteligente. Se há tempos este conceito se baseava exclusivamente no pilar da tecnologia, hoje uma visão mais evoluída e holística incorpora várias outras dimensões. Já a maioria dos modelos de classificação existentes são estrangeiros e não são aderentes à realidade de um país tão diverso e tão desigual quanto o Brasil. No âmbito nacional, existem algumas iniciativas de criação de conceitos e de modelos de classificação, mas, ou são baseados unicamente no componente tecnológico, ou buscam apenas a criação de rankings tradicionais baseados em ponderações arbitrárias de seus formuladores. A dificuldade de adequação do conceito e dos modelos de classificação à realidade brasileira foram os dois motores principais desta tese. O primeiro objetivo foi desenvolver um conceito de cidade inteligente para o contexto brasileiro. O segundo foi propor um modelo multidimensional de classificação, que fugisse aos padrões tradicionais de um ranking e fosse um instrumento efetivo de aprendizagem, benchmarking e de apoio ao planejamento de políticas públicas das cidades. Por meio de um estudo exploratório e descritivo, junto a 3 cidades de portes diferentes do estado de São Paulo, foram desenvolvidas pesquisas de abordagem quantitativa e qualitativa. A primeira utilizou questionários fechados e levantamento de dados em bases de indicadores específicos para o cálculo dos componentes do Índice Brasileiro Multidimensional de Classificação de Cidades Inteligentes - IBMCCI. Este produto final da tese emprega a mesma abordagem orientada ao usuário do U-MULTIRANK, o ranking multidimensional global de universidades da Comunidade Europeia. A versão final do modelo proposto foi disponibilizada para uso dos gestores municipais com a liberdade de seleção das dimensões, dos indicadores e dos municípios equivalentes para análise. A abordagem qualitativa da pesquisa foi conduzida por meio de entrevistas semiestruturadas, junto a 2 especialistas em gestão municipal. Para validar a ferramenta construída utilizou-se a técnica de validação de conteúdo. Chegou-se à conclusão que é necessário ajustar alguns fatores do modelo e adequar a periodicidade de edição do índice para coincidir com o calendário das eleições municipais. Com estas adequações, o IBMCCI demonstrou grande potencial de se tornar uma ferramenta efetiva de apoio para os formuladores de políticas públicas municipais. / The strong urbanization, a phenomenon that has increased in recent decades, has reached a very high level and has created enormous challenges for the management of cities, as well as bringing a wide range of harmful effects to the quality of life of its citizens. UN data of 2016 indicates that this is one-way road, and it\'s forecast to be worse in the coming years. Trying to mitigate this situation, much has been discussed about how to increase the smartness level of the cities and the interest in subject of Smart Cities has grown. Despite this, there is still no consensus on a smart city concept. If for some time this concept was based exclusively on the pillar of technology, today a more evolved and holistic vision would incorporate several other dimensions. Most of the existing classification models are foreign and are not adherent to the reality of a country as diverse and as unequal as Brazil. At the national level, there are some initiatives to create concepts and classification models, but they are based solely on the technological component or they only seek to create traditional rankings based on arbitrary weights of their formulators. The difficulty of adapting the concepts and the classification models to the Brazilian reality were the two main engines of this thesis. The first aim was to develop a concept of Smart cities for the Brazilian context. The second one was to propose a multidimensional classification model, which would escape the traditional standards of a ranking and be an effective tool for learning, benchmarking and supporting the planning of public policies in cities. By means of an exploratory and descriptive study, along with 3 cities of different sizes of the state of São Paulo, research into quantitative and qualitative approaches were developed. The first one used close ended questionnaires and data collection based on specific indicators for the calculation of the components of the Brazilian Multidimensional Smart Cities Classification Index (IBMCCI). This final thesis product employs the same user-oriented approach as U-MULTIRANK, the multidimensional global ranking of European Community universities. The final version of the proposed model was made available for use by municipal managers with the freedom to select dimensions, indicators and equivalent municipalities for analysis. The qualitative approach of the research was conducted through semi-structured interviews, with 2 specialists in municipal management. In order to validate the built tool, the content validity technique was used. It has come to the conclusion that it is necessary to adjust some factors of the model and to adapt the periodicity of edition of the index to coincide with the calendar of the municipal elections. With these adaptations, the IBMCCI has demonstrated great potential to become an effective support tool for municipal public policy makers.

Cidades Inteligentes são sistemas urbanos que usam as Tecnologias da Informação e Comunicação (TICs) para tornar a infraestrutura e os serviços públicos de uma cidade mais interativos, acessíveis e eficientes aos seus habitantes. Com isso, surge a necessidade de proporcionar novos tipos de serviços que busquem auxiliar na organização da cidade, no bem-estar das pessoas e auxiliem a melhorar a governança da cidade. Nesse contexto, o Sensoriamento Urbano é um paradigma emergente, situado no escopo de Cidades Inteligentes, que combina a ubiquidade de smartphones e de diferentes tipos de sensores para coletar dados que retratam diferentes aspectos da cidade. Um aspecto importante nesse processo de sensoriamento é a transmissão dos dados coletados para serem processados por um sistema centralizado remoto. Isso demanda uma ampla e constante cobertura de infraestrutura de rede de comunicação, fato que nem sempre é possível. As Redes Oportunistas surgem como uma alternativa complementar e inovadora para situações como essa, onde as aplicações precisam transmitir dados porém a infraestrutura de rede é intermitente ou mesmo inexistente. Entretanto, com o uso de Redes Oportunistas, as aplicações além de herdarem os seus benefícios também herdam os desafios existentes na área relacionados à tomada de decisão de encaminhamento das mensagens. Dessa forma, a presente tese busca responder ao questionamento de como intensificar a disseminação de conteúdo e o encaminhamento de mensagens em aplicações de Sensoriamento Urbano que fazem uso de Redes Oportunistas como paradigma complementar de comunicação. Para isso é proposto o Situs, um componente de software baseado em Redes Oportunistas que utiliza Sensibilidade à Situação com vistas à proatividade nas tomadas de decisões de roteamento para com isso intensificar a entrega de mensagens. Ele emprega Lógica Fuzzy para a compreensão da situação e uma rede neural chamada Echo State Network (ESN) para efetuar a projeção de situações. Os resultados experimentais demonstraram que a sua performance supera algumas das principais iniciativas existentes na literatura. Por fim, pode-se concluir que ele é capaz de preencher as lacunas do estado da arte apresentadas durante o desenvolvimento da tese sendo capaz de proporcionar um comportamento proativo com o uso de Sensibilidade à Situação. / Smart cities are urban systems that uses Information and Communication Technologies (ICTs) to make infrastructure and public services in a more interactive, accessible and efficient city to its inhabitants. With this comes the need to provide new types of services that seeks to assist in the organization of the city, the well-being of people and assist to improve the governance of the city. In this context, urban sensing is an emerging paradigm, sited in the Smart Cities scope, combining the ubiquity of smartphones with the capability of measuring o sensors to collect data that depict different aspects of the city. This ecosystem consists of different types of mobile and fixed devices orchestrated by a computational architecture that encompass the full sensing process. An important aspect of this process is the transmission of data collected for processing by a remote central system. This requires a broad and constant coverage of communication network infrastructure, a fact that is not always possible. The Opportunistic Networks emerge as an innovative and complementary alternative for situations like this where the applications needs to transmit data but the network infrastructure is intermittent or unavailable. However, using Opportunistic Networks, applications as well as inherit its benefits also inherit the existing challenges in the area related to decision-making of messages forwarding. Thus, this thesis seeks to answer the question of how to improve the dissemination of content and message routing of urban sensing applications that makes use of Opportunistic networks as complementary communication paradigm. Therefore, it proposes Situs, a software component based on Opportunistic Networks that uses Situation Awareness towards a proactivity in making routing decisions. For such task, it applies fuzzy logic for situation comprehension and a king of neural network called Echo State Network (ESN) for situation projection. The results of the experiments showed that their performance outperforms some existent initiatives in literature. Finally, we argue it fullfills the gaps of state of art presented in this thesis and could provide a proactive behaviour with usage of situation awareness.

As cidades industriais ainda mantêm estruturas para uma dinâmica de produção e consumo em massa, que resultam em vários problemas, como desemprego, falta de moradia, engarrafamentos, poluição, doenças, violência e entre outros. Esta configuração industrial urbana já não está mais condizente com os princípios de criação de valor do novo paradigma do século XXI. A dinâmica do novo paradigma técnico-econômico exige que as cidades resgatem sua própria essência, que é a de aproximar pessoas para interagirem e compartilhar ideias e conhecimentos de modo que seja possível iniciar um novo ciclo de criação de riqueza. Para superar essa crise e entrar nesta nova dinâmica, as cidades do futuro devem encontrar trajetórias adequadas para se tornarem cidades inteligentes. No entanto, não há consenso sobre o que realmente torna uma cidade mais inteligente. O que é uma cidade inteligente? Quais são os elementos que podem aumentar a inteligência de uma cidade? O objetivo deste estudo é propor uma estrutura integrada para entender o processo de tornar as cidades mais inteligentes Para atingir este objetivo, foi realizado uma revisão sistemática da literatura para definição do conceito e também um estudo de casos múltiplos de projetos de cidades inteligentes em quatro cidades europeias (Amsterdã, Barcelona, Lisboa, Viena) onde alguns especialistas foram entrevistados. Os resultados mostraram que as cidades para se tornarem mais inteligentes devem integrar suas dimensões e elementos, a fim de oferecer alta qualidade de vida e um ambiente próspero para inovação e criatividade da maneira mais sustentável. Se uma cidade deseja iniciar esse processo de transformação, deve desenvolver projetos específicos que utilizem e melhorem sua configuração ambiental urbana, sua dinâmica tecno-econômica e sua estrutura sócio institucional, a fim de criar riqueza através de um abrangente processo de inovação. Portanto, o desafio de tornar uma cidade mais inteligente está em definir como articular adequadamente esses elementos direcionadores de cada dimensão, a fim de construir seu próprio ecossistema urbano de inovação. / Industrial cities still maintain structures for a mass production and consumption dynamics, which result in several issues such as unemployment, homeless, traffic jams, pollution, diseases, violence and so on. This urban industrial configuration no longer fits with the value creation principles of the new techno-economic paradigm. The dynamics of the new techno-economic paradigm demand that cities redeem their very essence in order to start a new cycle of wealth creation. In order to overcome this crisis and encompass this new dynamics, cities of the future must find suitable trajectories to become smart cities. However, there is no consensus about what really makes a city smarter. What is a smart city? What are the driving elements that can enhance the smartness of a city? The objective of this study is to propose an integrated framework in order to understand the process to make cities smarter To achieve this objective, it was realized a systematic literature review and a multiple case studies from smart cities projects in four European cities (Amsterdam, Barcelona, Lisbon, Vienna) where some experts were interviewed. Results show that cities to become smarter should integrate their dimensions and elements in order to offer high quality of life and a prosperous environment for innovation and creativity in the most sustainable way. If a city wants to start this process of transformation, it should develop some specific projects that that use and improve its enviro-urban configuration, its techno-economic dynamics and its socio-institutional structure in order to create wealth through a comprehensive innovation process. Therefore, the challenge to make a city smarter lies on defining how to articulate those driving elements in each dimension properly in order to build up its own urban innovation ecosystem.

Pesquisadores de diversas áreas estão estudando o desenvolvimento do que chamamos de Cidades Inteligentes: a integração de Sistemas de Informação e Comunicação com tecnologias de Internet das Coisas para utilizar os recursos de uma cidade de forma mais inteligente. Um dos principais objetivos das cidades inteligentes é solucionar os problemas relacionados à mobilidade urbana, que afeta significativamente a qualidade de vida da população. Um problema observável nas grandes metrópoles é a qualidade dos seus serviços de transporte público, especialmente quando nos referimos ao modal ônibus. A falta de informações confiáveis, associada à baixa qualidade dos serviços de transporte coletivo disponibilizados, leva o usuário a não optar pela utilização desse recurso, o que agrava problemas urbanos sociais e ambientais. Para reverter esse cenário, as iniciativas em cidades inteligentes propõem o uso de Sistemas de Transportes Inteligentes que podem utilizar diversos sensores e equipamentos para coletar diferente tipos de dados referente aos serviços de transporte público. A captura e processamento desses dados permite, em tese, permite que o cidadão possa utilizar o transporte público com confiabilidade e previsibilidade. Contudo, esses dados podem ser insuficientes ou de baixa qualidade para uso em tempo real. Neste trabalho de mestrado investigamos o uso de dados obtidos via colaboração coletiva (crowdsourcing) como complemento dessas informações. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe a utilização de técnicas de aprendizado de máquina para criação de métodos de análise de confiabilidade dos dados coletados para o sistema de transporte público (por ônibus) do município de São Paulo. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe e compara o uso de diferentes técnicas de aprendizado de máquina para criar um modelo de análise de confiabilidade para os dados coletados, especializado no sistema de transporte coletivo (por ônibus) da cidade de São Paulo. Os resultados demostram, que os algoritmos de Árvore de Decisão e Gaussian Naive Bayes foram mais eficazes e eficientes na realização da atividade de classificação dos dados obtidos com crowdsourcing. O algoritmo de Árvore de Decisão, apresentou os melhores indicadores de desempenho em termos de acurácia (94,34\\%) e F-score (99\\%), e o segundo melhor tempo de execução (0,023074 segundo). Já o algoritmo de Gaussian Naive Bayes foi o mais eficiente, com tempo médio de execução de 0,003182 segundos e foi o quarto melhor resultado em termos de acurácia (98,18\\%) e F-score (97\\%) / Researchers from different areas are studying the development of what we call Smart Cities: integrating Information and Communication Systems with Internet of Things to use city resources more intelligently. A major objective of smart cities is to solve problems related to urban mobility that significantly affects the quality of life of the population. An observable problem in big cities is the quality of their public transport services, specifically when we refer to the bus modal. The lack of reliable information, associated with the poor quality of public transport services, encouraging the user to look for alternatives, which aggravates urban social and environmental problems. To reverse this scenario, smart cities initiatives propose the use Intelligent Transport Systems, that can use various sensors and equipment to collect several types of data on public transport services. The capture and processing of these data allows, in theory, citizens to use the public transport with reliability and predictability. However, this data can be insufficient or of poor quality for usage in real-time. This master\'s work investigates the use of crowdsourcing data as a complement to this information. To mitigate the uncertainties introduced by the use of crowdsourcing, this research proposes and compares the use of different machine learning techniques to create a reliability analysis model for the data collected that is specialized for use on public transport system (bus) in the city of São Paulo. The results show that the Decision Tree and Gaussian Naive Bayes algorithms are more effective and efficient in performing the classification activity of the data obtained with crowdsourcing. The Decision Tree algorithm presented the best performance indicators in terms of accuracy (94.34\\%) and F-score (99\\%), and the second best execution time (0.023074 seconds). The Gaussian Naive Bayes algorithm was the most efficient, with an average execution time of 0.003182 seconds and was the forth best result in terms of accuracy (98.18\\%) and F-score (97\\%)

Pesquisadores de diversas áreas estão estudando o desenvolvimento do que chamamos de Cidades Inteligentes: a integração de Sistemas de Informação e Comunicação com tecnologias de Internet das Coisas para utilizar os recursos de uma cidade de forma mais inteligente. Um dos principais objetivos das cidades inteligentes é solucionar os problemas relacionados à mobilidade urbana, que afeta significativamente a qualidade de vida da população. Um problema observável nas grandes metrópoles é a qualidade dos seus serviços de transporte público, especialmente quando nos referimos ao modal ônibus. A falta de informações confiáveis, associada à baixa qualidade dos serviços de transporte coletivo disponibilizados, leva o usuário a não optar pela utilização desse recurso, o que agrava problemas urbanos sociais e ambientais. Para reverter esse cenário, as iniciativas em cidades inteligentes propõem o uso de Sistemas de Transportes Inteligentes que podem utilizar diversos sensores e equipamentos para coletar diferente tipos de dados referente aos serviços de transporte público. A captura e processamento desses dados permite, em tese, permite que o cidadão possa utilizar o transporte público com confiabilidade e previsibilidade. Contudo, esses dados podem ser insuficientes ou de baixa qualidade para uso em tempo real. Neste trabalho de mestrado investigamos o uso de dados obtidos via colaboração coletiva (crowdsourcing) como complemento dessas informações. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe a utilização de técnicas de aprendizado de máquina para criação de métodos de análise de confiabilidade dos dados coletados para o sistema de transporte público (por ônibus) do município de São Paulo. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe e compara o uso de diferentes técnicas de aprendizado de máquina para criar um modelo de análise de confiabilidade para os dados coletados, especializado no sistema de transporte coletivo (por ônibus) da cidade de São Paulo. Os resultados demostram, que os algoritmos de Árvore de Decisão e Gaussian Naive Bayes foram mais eficazes e eficientes na realização da atividade de classificação dos dados obtidos com crowdsourcing. O algoritmo de Árvore de Decisão, apresentou os melhores indicadores de desempenho em termos de acurácia (94,34\\%) e F-score (99\\%), e o segundo melhor tempo de execução (0,023074 segundo). Já o algoritmo de Gaussian Naive Bayes foi o mais eficiente, com tempo médio de execução de 0,003182 segundos e foi o quarto melhor resultado em termos de acurácia (98,18\\%) e F-score (97\\%) / Researchers from different areas are studying the development of what we call Smart Cities: integrating Information and Communication Systems with Internet of Things to use city resources more intelligently. A major objective of smart cities is to solve problems related to urban mobility that significantly affects the quality of life of the population. An observable problem in big cities is the quality of their public transport services, specifically when we refer to the bus modal. The lack of reliable information, associated with the poor quality of public transport services, encouraging the user to look for alternatives, which aggravates urban social and environmental problems. To reverse this scenario, smart cities initiatives propose the use Intelligent Transport Systems, that can use various sensors and equipment to collect several types of data on public transport services. The capture and processing of these data allows, in theory, citizens to use the public transport with reliability and predictability. However, this data can be insufficient or of poor quality for usage in real-time. This master\'s work investigates the use of crowdsourcing data as a complement to this information. To mitigate the uncertainties introduced by the use of crowdsourcing, this research proposes and compares the use of different machine learning techniques to create a reliability analysis model for the data collected that is specialized for use on public transport system (bus) in the city of São Paulo. The results show that the Decision Tree and Gaussian Naive Bayes algorithms are more effective and efficient in performing the classification activity of the data obtained with crowdsourcing. The Decision Tree algorithm presented the best performance indicators in terms of accuracy (94.34\\%) and F-score (99\\%), and the second best execution time (0.023074 seconds). The Gaussian Naive Bayes algorithm was the most efficient, with an average execution time of 0.003182 seconds and was the forth best result in terms of accuracy (98.18\\%) and F-score (97\\%)