Ride sharing—the bundling of simultaneous trips of several people in one vehicle—may help to reduce the carbon footprint of human mobility. However, the complex collective dynamics pose a challenge when predicting the efficiency and sustainability of ride sharing systems. Standard door-to-door ride sharing services trade reduced route length for increased user travel times and come with the burden of many stops and detours to pick up individual users. Requiring some users to walk to nearby shared stops reduces detours, but could become inefficient if spatio-temporal demand patterns do not well fit the stop locations. Here, we present a simple model of dynamic stop pooling with flexible stop positions. We analyze the performance of ride sharing services with and without stop pooling by numerically and analytically evaluating the steady state dynamics of the vehicles and requests of the ride sharing service. Dynamic stop pooling does a priori not save route length, but occupancy. Intriguingly, it also reduces the travel time, although users walk parts of their trip. Together, these insights explain how dynamic stop pooling may break the trade-off between route lengths and travel time in door-to-door ride sharing, thus enabling higher sustainability and service quality.

Le but de cette thèse est de développer des outils statistiques permettant d'initialiser et de calibrer les modèles de microsimulation dynamique stochastique, en partant de l'exemple du modèle SimVillages (développé dans le cadre du projet Européen PRIMA). Ce modèle couple des dynamiques démographiques et économiques appliquées à une population de municipalités rurales. Chaque individu de la population, représenté explicitement dans un ménage au sein d'une commune, travaille éventuellement dans une autre, et possède sa propre trajectoire de vie. Ainsi, le modèle inclut-il des dynamiques de choix de vie, d'étude, de carrière, d'union, de naissance, de divorce, de migration et de décès. Nous avons développé, implémenté et testé les modèles et méthodes suivants: * un modèle permettant de générer une population synthétique à partir de données agrégées, où chaque individu est membre d'un ménage, vit dans une commune et possède un statut au regard de l'emploi. Cette population synthétique est l'état initial du modèle. * un modèle permettant de simuler une table d'origine-destination des déplacements domicile-travail à partir de données agrégées. * un modèle permettant d'estimer le nombre d'emplois dans les services de proximité dans une commune donnée en fonction de son nombre d'habitants et de son voisinage en termes de service. * une méthode de calibration des paramètres inconnus du modèle SimVillages de manière à satisfaire un ensemble de critères d'erreurs définis sur des sources de données hétérogènes. Cette méthode est fondée sur un nouvel algorithme d'échantillonnage séquentiel de type Approximate Bayesian Computation.

No description available.

The astronomical increase in the number of wireless devices such as smart phones in 21th century has revolutionized the way people communicate with one another and share information. The new wireless technologies have also enabled researchers to collect real data about how people move and meet one another in different social settings. Understanding human mobility has many applications in different areas such as traffic planning in cities and public health studies of epidemic diseases. In this thesis, we study the fundamental properties of human contact graphs in order to characterize how people meet one another in different social environments. Understanding human contact patterns in return allows us to propose a cost-effective routing algorithm for spreading information in Delay Tolerant Networks. Furthermore, we propose several contact predictors to predict the unobserved parts of contact graphs when only partial observations are available. Our results show that we are able to infer hidden contacts of real contact traces by exploiting the underlying properties of contact graphs. In the last few years, we have also witnessed an explosion in the number of people who use social media to share information with their friends. In the last part of this thesis, we study the running times of several information spreading algorithms in social networks in order to find the fastest strategy. Fast information spreading has an obvious application in advertising a product to a large number of people in a short amount of time. We prove that a fast information spreading algorithm should efficiently identify communication bottlenecks in order to speed up the running time. Finally, we show that sparsifying large social graphs by exploiting the edge-betweenness centrality measure can also speed up the information spreading rate. / Graduate

Dans la première partie de cette thèse, nous avons mis en place un métamodèle de transmission du paludisme basé sur la modélisation compartimentale susceptible-infecté-résistant (SIR) et prenant en compte les flux de mobilité humaine entre différents villages du Centre Sénégal. Les stratégies d’intervention géographiquement ciblées, s’étaient avérées efficaces pour réduire l’incidence du paludisme aussi bien dans les zones d’intervention qu’à l’extérieur de ces zones. Cependant, des actions combinées ciblant à la fois le vecteur et l’hôte, coordonnées à large échelle sont nécessaires dans les régions et pays visant l’élimination du paludisme à court/moyen terme.Dans la deuxième partie nous avons évalué différentes méthodes d’estimation de la mobilité humaine en l’absence de données individuelles. Ces méthodes incluaient la traçabilité spatio-temporelle des téléphones mobiles ainsi que les modèles mathématiques de gravité et de radiation. Le transport de l’agent pathogène dans l’espace géographique, par la mobilité d’un sujet infecté est un déterminant majeur de la vitesse de propagation d’une épidémie. Nous avons introduit le modèle d’impédance qui minimise l’erreur quadratique moyen sur les estimations de mobilité, en particulier dans les contextes où les ensembles de population sont caractérisés par leurs tailles hétérogènes.Nous avons enfin élargi le cadre des hypothèses sous-jacentes à la calibration des modèles de gravité de la mobilité humaine. L’hypothèse d’une distribution avec excès de zéros a fourni un meilleur ajustement et une meilleure prédictibilité, comparée aux hypothèses classiques n’assumant pas un excès de zéros : Poisson, Quasipoisson. / In the first part of this thesis, we have developed a malaria transmission metamodel based on the susceptible-infected-resistant compartmental modeling framework (SIR) and taking into consideration human mobility flows between different villages in the Center of Senegal. Geographically targeted intervention strategies had been shown to be effective in reducing the incidence of malaria both within and outside of intervention areas. However, combined interventions targeting both vector and host, coordinated on a large scale are needed in regions and countries aiming to achieve malaria elimination in the short/medium term.In the second part we have evaluated different methods of estimating human mobility in the absence of real data. These methods included spatio-temporal traceability of mobile phones, mathematical models of gravity and radiation. The transport of the pathogen through the geographical space via the mobility of an infected subject is a major determinant of the spread of an epidemic. We introduced the impedance model that minimized the mean square error on mobility estimates, especially in contexts where population sets are characterized by their heterogeneous sizes.Finally, we have expanded the framework of assumptions underlying the calibration of the gravity models of human mobility. The hypothesis of a zero inflated distribution provided a better fit and a better predictability, compared to the classical approach not assuming an excess of zeros: Poisson, Quasipoisson.

Cette thèse porte sur le développement d'outils et de méthodes pour l'étude des systèmes de localisation Ultra Large Bande en milieu intérieur. Le travail de thèse a été mené pour partie dans le cadre du projet Européen FP7 WHERE2, portant sur la localisation coopérative dans les réseaux cellulaires. La thèse utilise pour sa partie validation des données obtenues dans le cadre de ce projet. La thèse comporte 4 grandes parties. Une première partie présente un outil de raytracing basé sur une description à base de graphes. Afin de pouvoir adresser les problématiques de simulation de la mobilité, l'outil introduit le concept nouveau de signature ainsi qu'un formalisme vectorisé permettant l'accélération du calcul du champ sur les rayons obtenus. Une seconde partie concerne les techniques de localisation utilisées en intérieur et propose une technique originale basée sur des approches ensemblistes. Cette technique est évaluée et comparée à des techniques alternatives comme le des moindres carrés pondérés ou le maximum de vraisemblance. Tirant partie des spécificités de la méthode précédente, une méthode basé sur un test d'hypothèse est décrite. Cette dernière propose d'exploiter les données de puissance reçue (largement disponible en pratique) pour lever les ambiguïtés multimodales dans les cas de carence d'observables précis. Une troisième partie présente 3 aspects de la plateforme dynamique. Tout d'abord un modèle de mobilité réaliste basé sur les «steering behaviors», puis la description sous forme de graphe du réseaux sans fils et enfin un protocole simplifié de communication inter agents. La quatrième partie exploite des données radio obtenues lors d'une campagne de mesure pour valider les différents étages de la plateforme et les algorithmes de localisation proposés. / This thesis focuses on the development of tools and methods dedicated for ultra wide band (UWB) localization systems in indoor environment. The thesis work was conducted within the European FP7 project Where2, about the cooperative localization in cellular networks. Data from a measurement campaign conduct during the project are used to validate the proposed algorithms. This thesis is divided in four parts : The first part is focused on the description of an original raytraing tool based on a graph description. In order to be compliant with the requirement of a mobile simulation, a new concept of rays signature enabling incremental computation, and a vectorized formalism for processing rays are described and implemented. The second part is focused on the indoor localization techniques, where a novel technique based on interval analysis approaches is presented and compared to alternative techniques. Advantageously using this approach, a specific processing based on an hypothesis testing method using received power observations to resolve ambiguities appearing in under determined localization problems is described. A third part describes different aspects of the dynamic platform. In particular a realistic mobility model based on ''steering behaviors'', a graph description of the network scene and an inter agents communication protocol are detailed. The fourth section uses measured data obtained from an heterogeneous measurement campaign to validate both the developed software platform and the proposed localization algorithms.

[ES] Esta tesis presenta un nuevo modelo llamado "Modelo dinámico de interacción social y multitud urbana (DUCSIM)", que tiene como objetivo calcular la densidad de multitudes y descifrar las redes sociales en entornos oportunistas. Con la creciente similitud de los dispositivos electrónicos conectados a Internet y la influencia generalizada de las redes sociales en línea, se ha creado un enorme rastro digital. Las huellas digitales basadas en la movilidad humana y el mayor uso de sistemas de comunicación inalámbrica como 3G, 4G y 5G forman una rica base de datos que puede analiarse. Estas huellas digitales ofrecen una forma única de modelar los patrones de multitud dentro de diferentes contextos, como asambleas espontáneas en espacios públicos y escenarios planificados, como en el caso de los megaeventos. El estudio se centra en el desafío de las reuniones multitudinarias oportunistas, donde las personas se congregan por diferentes motivos sin planificación; manifiestan sus movimientos de forma dinámica e inesperada. El análisis del comportamiento humano en las ciudades modernas y desarrolladas requiere que estas reuniones se produzcan en centros comerciales, cruces de carreteras y flash mobs. El análisis macroscópico de la densidad de multitudes basado en datos de las torres de telefonía móvil sirve como primera etapa para delinear el marco DUCSIM. Se adopta el método Median-of-Median (M-o-M) para mayor solidez, ya que este análisis implica umbrales de conteo bruto de multitudes diario y semanal. Las densidades de multitud se clasifican en cuartiles para mostrar distintos grados de distribución de la multitud. A través del análisis macroscópico, el marco avanza hacia el análisis de movilidad acumulativa de multitudes. La dinámica del movimiento de multitudes se mide cambiando las señales de las torres de telefonía movil y formulando un mapa de densidad de multitudes para pronosticar sus movimientos posteriores. Examina el microanálisis del movimiento individual y las relaciones interpersonales a menor escala. Incluye asignar personas a torres de telefonía móvil y formar gráficos de interacción social que infieren y actualizan las relaciones sociales. La parte más importante de DUCSIM radica en su capacidad de aprender y adaptarse dinámicamente para crear un modelo de representación novedoso que se adapte al patrón recién detectado. Esta flexibilidad ayuda a garantizar la relevancia del marco, que debe actualizarse continuamente. El modelado predictivo personalizado se combina con datos históricos que engloban la tesis. El marco utiliza densidades de multitudes anteriores y datos de movimiento para descubrir tendencias y predecir dinámicas de multitudes futuras, mejorando así la eficiencia de la planificación urbana, la respuesta a emergencias o las ciudades inteligentes. El marco DUCSIM proporciona un método integral, flexible y de previsión para comprender y controlar los fenómenos de aglomeración urbana. Una forma moderna de análisis de datos que involucra varias fuentes de datos, respaldada por matemáticas rigurosas, hace que este método sea único para los estudios urbanos. Además, da impulso al ámbito académico y proporciona recomendaciones prácticas sobre la aplicación de esta metodología en la gestión y planificación de las ciudades modernas. / [CA] Aquesta tesi presenta un nou model anomenat "Dynamic Urban Crowd and Social Interaction Model (DUCSIM)", que té com a objectiu calcular la densitat de multituds i desxifrar xarxes socials en entorns oportunistes. Amb la creixent comú d'aparells electrònics enllaçats a Internet i la influència generalitzada de les xarxes socials en línia, s'ha creat un enorme rastre digital. Les traces digitals basades en la mobilitat humana i l'augment de l'ús de sistemes de comunicació sense fils com 3G, 4G i 5G formen una base de dades rica per ser analitzada. Aquestes traces digitals ofereixen una manera única de modelar els patrons de multituds en diferents contextos, com ara assemblees espontànies en espais públics i escenaris planificats, com en el cas dels megaesdeveniments. L'estudi se centra en el repte de les reunions multitudinàries oportunistes, on la gent es congrega per diferents motius sense planificació; manifesten els seus moviments de manera dinàmica i inesperada. L'anàlisi del comportament humà a les ciutats modernes i desenvolupades requereix que aquestes reunions es produeixin en centres comercials, cruïlles de carreteres i flash mobs. L'anàlisi macroscòpic de la densitat de multituds basada en dades de les torres de telefonía mòbil serveix com a primera etapa per descriure el marc DUCSIM. El mètode M-o-M s'adopta per a la robustesa, ja que aquesta anàlisi implica umbrals de recompte de multituds diaris i setmanals. Les densitats de multitud es classifiquen en quartils per mostrar diferents graus de distribució de multitud. Mitjançant l'anàlisi macroscòpic, el marc avança cap a l'anàlisi de la mobilitat acumulat de multituds. La dinàmica del moviment de la multitud es mesura canviant els senyals de les torres de telefonía mòbil i formulant un mapa de densitat de la multitud per preveure els seus moviments posteriors. Examina el microanàlisi del moviment individual i les relacions interpersonals a menor escala. Inclou assignar persones a torres de telefonía mòbil i formar gràfics d'interacció social que dedueixin i actualitzin les relacions socials. La part més important de DUCSIM està en la seua capacitat per aprendre i adaptar-se de manera dinàmica per crear un model de representació nou que s'adapte al patró recentment detectat. Aquesta flexibilitat ajuda a garantir la rellevància del marc, que s'ha d'actualitzar contínuament. El modelatge predictiu personalitzat es combina amb les dades històriques que engloben la tesi. El marc utilitza dades de moviment i densitats de multitud anteriors per descobrir tendències i predir les properes dinàmiques de multituds, millorant així l'eficiència de la planificació urbana, la resposta d'emergència o les ciutats intel·ligents. El marc DUCSIM proporciona un mètode complet, flexible i de previsió per entendre i controlar els fenòmens d'aglomeracions urbanes. Una forma moderna d'anàlisi de dades que inclou diverses fonts de dades, amb el suport de matemàtiques rigoroses, fa que aquest mètode sigui únic per als estudis urbans. A més, dóna un impuls a l'àmbit acadèmic i ofereix recomanacions pràctiques sobre l'aplicació d'aquesta metodologia en la gestió i planificació de la ciutat moderna. / [EN] This thesis presents a new framework called the "Dynamic Urban Crowd and Social Interaction Model (DUCSIM)," which is aimed at calculating crowd density and deciphering social networks in opportunistic environments. With the growing commonality of internet-linked electronic gadgets and the widespread influence of online social networks, an enormous digital trail has been created. The digital traces based on human mobility and the increased usage of wireless communication systems such as 3G, 4G, and 5G form a rich database to be analyzed. These digital traces offer a unique way of modelling the crowd patterns within different contexts, like spontaneous assemblies in public spaces and planned scenarios, as in the case of mega-events. The study focuses on the challenge of opportunistic crowd gatherings, where people congregate for different reasons without planning; they manifest their motions dynamically and unexpectedly. The analysis of human behaviour in modern, developed cities requires that these gatherings occur in malls, road junctions, and flash mobs. Macroscopic crowd density analysis based on data from MOBILE towers serves as the first stage in outlining the DUCSIM framework. The Median-of-Median (M-o-M) method is adopted for robustness as this analysis involves daily and weekly raw crowd count thresholds. Crowd densities are ranked in quartiles to show varying degrees of crowd distribution. Through the macroscopic analysis, the framework progresses to cumulative crowd mobility analysis. Crowd movement dynamics are measured by changing signals from MOBILE towers and formulating a crowd's density map to forecast its subsequent motions. It examines the micro-analysis of individual movement and interpersonal relations on a smaller scale. It includes assigning people to MOBILE towers and forming social interaction graphs that infer and update social relationships. The most important part of DUCSIM lies in its ability to dynamically learn and adapt to create a novel representation model to suit the newly detected pattern. This flexibility helps to ensure the relevancy of the framework, which must be continually updated. Custom predictive modelling combines with historical data that encompasses the thesis. The framework uses previous crowd densities and movement data to discover trends and predict upcoming crowd dynamics, thus improving urban planning efficiency, emergency response, or smart cities. The DUCSIM framework provides a comprehensive, flexible and forecasting method of understanding and controlling urban crowd phenomena. A modern form of data analysis involving several data sources, supported by rigorous mathematics, makes this method unique for urban studies. Moreover, it gives impetus to the academic sphere and provides practical recommendations concerning the application of this methodology within modern city management and planning. / Addepalli, L. (2024). An Architecture for Crowd Density Estimation in Heterogenous Opportunistic Environment [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/204747

Le but de cette thèse est de développer des outils statistiques permettant d'initialiser et de calibrer les modèles de microsimulation dynamique stochastique, en partant de l’exemple du modèle SimVillages (développé dans le cadre du projet Européen PRIMA). Ce modèle couple des dynamiques démographiques et économiques appliquées à une population de municipalités rurales. Chaque individu de la population, représenté explicitement dans un ménage au sein d’une commune, travaille éventuellement dans une autre, et possède sa propre trajectoire de vie. Ainsi, le modèle inclut-il des dynamiques de choix de vie, d’étude, de carrière, d’union, de naissance, de divorce, de migration et de décès. Nous avons développé, implémenté et testé les modèles et méthodes suivants : 1 / un modèle permettant de générer une population synthétique à partir de données agrégées, où chaque individu est membre d’un ménage, vit dans une commune et possède un statut au regard de l’emploi. Cette population synthétique est l’état initial du modèle. 2 / un modèle permettant de simuler une table d’origine-destination des déplacements domicile-travail à partir de données agrégées. 3 / un modèle permettant d’estimer le nombre d’emplois dans les services de proximité dans une commune donnée en fonction de son nombre d’habitants et de son voisinage en termes de service. 4 / une méthode de calibration des paramètres inconnus du modèle SimVillages de manière à satisfaire un ensemble de critères d'erreurs définis sur des sources de données hétérogènes. Cette méthode est fondée sur un nouvel algorithme d’échantillonnage séquentiel de type Approximate Bayesian Computation. / The purpose of this thesis is to develop statistical tools to initialize and to calibrate dynamic stochastic microsimulation models, starting from their application to the SimVillages model (developed within the European PRIMA project). This model includes demographic and economic dynamics applied to the population of a set of rural municipalities. Each individual, represented explicitly in a household living in a municipality, possibly working in another, has its own life trajectory. Thus, model includes rules for the choice of study, career, marriage, birth children, divorce, migration, and death. We developed, implemented and tested the following models : • a model to generate a synthetic population from aggregate data, where each individual lives in a household in a municipality and has a status with regard to employment. The synthetic population is the initial state of the model. • a model to simulate a table of origin-destination commuting from aggregate data in order to assign a place of work for each individual working outside his municipality of residence. • a sub-model to estimate the number of jobs in local services in a given municipality in terms of its number of inhabitants and its neighbors in terms of service. • a method to calibrate the unknown SimVillages model parameters in order to satisfy a set of criteria. This method is based on a new Approximate Bayesian Computation algorithm using importance sampling. When applied to a toy example and to the SimVillages model, our algorithm is 2 to 8 times faster than the three main sequential ABC algorithms currently available.