51 |
Geographically Weighted Regression based Investigation of Transport Policies for Increased Public Transport Ridership : A Case Study of Stockholm / Utvärdering av transportpolicyer för ökat kollektivtrafikresande baserat på geografiskt viktad regression : En fallstudie för StockholmKlar, Robert Günther January 2021 (has links)
Public transport plays a vital role in society as the economy, the degree of sustainability and the qualityof life of a city is directly affected by transportation. A shift in modal share towards public transport isassociated with many benefits such as increased air quality and improved space allocation within thecity. To further promote public transport, an appropriate measure of competitiveness is required toevaluate the impact of past and future transport policies. This study introduces the journeys per capitaratio as a new way of measuring public transport competitiveness. Firstly, the key factors affecting thepublic transportation usage rate expressed as the journeys per capita ratio are identified to evaluatethe impact of public transport provider efforts. For this purpose, data for a total of 32 explanatoryvariables and a scope of 218 regions for seven consecutive time frames are collected. Secondly,geographically weighted regression (GWR) – a local regression-based spatial analysis technique – isperformed to test if the journeys per capita ratio is a suitable target variable to predict the impact ofcertain transport supply changes. A traditional global ordinary least square (OLS) model is conductedas well to compare if a local model could be more beneficial. The GWR and the OLS model are trainedwith the data of previous years and tested with data from the consecutive following years. Thirdly,further temporal and socio-economic based cluster analyses are performed to assess the validity andthe explanatory power of the journeys per capita ratio. The conducted analyses reveal that thejourneys per capita ratio is a superior measure for assessing public transport competitiveness.Goodness of fit statistics and estimation results demonstrate that the GWR model has betterprediction accuracy and is more capable of retrospectively predicting the impact of previous transportpolicies. / Kollektivtrafiken har en avgörande roll i samhället då ekonomin, graden av hållbarhet och städerslivskvalité är direkt påverkad av transport. En förändring av transportanvändning från bil motkollektivtrafik är förknippad med flera fördelar, såsom ökad luftkvalitet och förbättrad rumsligallokering inom staden. För att ytterligare främja kollektivtrafik krävs ett lämpligt mått påkonkurrenskraft för att utvärdera effekterna av tidigare och framtida transportpolitik. Den här studienintroducerar resor per capita-förhållanden som ett nytt sätt att mäta kollektivtransportenskonkurrenskraft. För det första identifieras nyckelfaktorerna som påverkar användningsgraden förkollektivtrafik, uttryckt som förhållandet resor per capita för att utvärdera effekten avkollektivtrafikleverantörens insatser. För det här syftet har data för totalt 32 variabler och ett omfångav 218 regioner under sju, på varandra, följande tidsramar har samlats in. För det andra har Geografisktviktad regression (GWR), vilket är en lokal regressionsbaserad rumslig analysteknik, använts för atttesta om resor per capita-förhållanden är en lämplig målvariabel för att förutsäga effekterna av vissatransportförändringar. En traditionell Global ordinary least square model (OLS) har också använts föratt jämföra om en lokal modell är mer fördelaktig. GWR och OLS modellerna har tränats med data fråntidigare år och testats med data från följande år. För det tredje har ytterligare tidsmässigsocioekonomisk baserad klusteranalys utförts för att bedöma validiteten och förklaringsförmågan förresornas förhållande per capita. De genomförda analyserna pekar på att förhållandet resor per capitaär ett fördelaktigt mått för att bedöma kollektivtrafikens konkurrenskraft. Goodness of fit statistics ochde uppskattade resultaten visar att GWR-modellen har en bättre förmåga att göra noggrannaförutsägelser och är mer kapabel att i efterhand förutsäga effekterna av tidigare transportpolitik.
|
52 |
Comparing generalized additive neural networks with multilayer perceptrons / Johannes Christiaan GoosenGoosen, Johannes Christiaan January 2011 (has links)
In this dissertation, generalized additive neural networks (GANNs) and multilayer perceptrons (MLPs) are studied
and compared as prediction techniques. MLPs are the most widely used type of artificial neural network
(ANN), but are considered black boxes with regard to interpretability. There is currently no simple a priori
method to determine the number of hidden neurons in each of the hidden layers of ANNs. Guidelines exist that
are either heuristic or based on simulations that are derived from limited experiments. A modified version of
the neural network construction with cross–validation samples (N2C2S) algorithm is therefore implemented and
utilized to construct good MLP models. This algorithm enables the comparison with GANN models. GANNs
are a relatively new type of ANN, based on the generalized additive model. The architecture of a GANN is less
complex compared to MLPs and results can be interpreted with a graphical method, called the partial residual
plot. A GANN consists of an input layer where each of the input nodes has its own MLP with one hidden layer.
Originally, GANNs were constructed by interpreting partial residual plots. This method is time consuming and
subjective, which may lead to the creation of suboptimal models. Consequently, an automated construction
algorithm for GANNs was created and implemented in the SAS R
statistical language. This system was called
AutoGANN and is used to create good GANN models.
A number of experiments are conducted on five publicly available data sets to gain insight into the similarities
and differences between GANN and MLP models. The data sets include regression and classification tasks.
In–sample model selection with the SBC model selection criterion and out–of–sample model selection with the
average validation error as model selection criterion are performed. The models created are compared in terms
of predictive accuracy, model complexity, comprehensibility, ease of construction and utility.
The results show that the choice of model is highly dependent on the problem, as no single model always
outperforms the other in terms of predictive accuracy. GANNs may be suggested for problems where interpretability
of the results is important. The time taken to construct good MLP models by the modified N2C2S
algorithm may be shorter than the time to build good GANN models by the automated construction algorithm / Thesis (M.Sc. (Computer Science))--North-West University, Potchefstroom Campus, 2011.
|
53 |
Comparing generalized additive neural networks with multilayer perceptrons / Johannes Christiaan GoosenGoosen, Johannes Christiaan January 2011 (has links)
In this dissertation, generalized additive neural networks (GANNs) and multilayer perceptrons (MLPs) are studied
and compared as prediction techniques. MLPs are the most widely used type of artificial neural network
(ANN), but are considered black boxes with regard to interpretability. There is currently no simple a priori
method to determine the number of hidden neurons in each of the hidden layers of ANNs. Guidelines exist that
are either heuristic or based on simulations that are derived from limited experiments. A modified version of
the neural network construction with cross–validation samples (N2C2S) algorithm is therefore implemented and
utilized to construct good MLP models. This algorithm enables the comparison with GANN models. GANNs
are a relatively new type of ANN, based on the generalized additive model. The architecture of a GANN is less
complex compared to MLPs and results can be interpreted with a graphical method, called the partial residual
plot. A GANN consists of an input layer where each of the input nodes has its own MLP with one hidden layer.
Originally, GANNs were constructed by interpreting partial residual plots. This method is time consuming and
subjective, which may lead to the creation of suboptimal models. Consequently, an automated construction
algorithm for GANNs was created and implemented in the SAS R
statistical language. This system was called
AutoGANN and is used to create good GANN models.
A number of experiments are conducted on five publicly available data sets to gain insight into the similarities
and differences between GANN and MLP models. The data sets include regression and classification tasks.
In–sample model selection with the SBC model selection criterion and out–of–sample model selection with the
average validation error as model selection criterion are performed. The models created are compared in terms
of predictive accuracy, model complexity, comprehensibility, ease of construction and utility.
The results show that the choice of model is highly dependent on the problem, as no single model always
outperforms the other in terms of predictive accuracy. GANNs may be suggested for problems where interpretability
of the results is important. The time taken to construct good MLP models by the modified N2C2S
algorithm may be shorter than the time to build good GANN models by the automated construction algorithm / Thesis (M.Sc. (Computer Science))--North-West University, Potchefstroom Campus, 2011.
|
54 |
How brand function and corporate image create loyalty in North America, Europe, and Africa's Telecom service providersMohlala, Clene 01 1900 (has links)
Brand loyalty is seen as a repeat purchase and also the ability to recommend services or products. Telecommunication service providers require loyal customers to stay in business.
The current thesis examines the impact of how brand function and corporate image create loyalty in North America, Europe, and Africa's telecom service providers. The researcher employed an anonymous online survey in Africa, Europe, and North America. A total of 971
responses were received. Using Partial Least Square regression analysis, the research examined the relationship between the variables: Brand Function, Corporate Image and Loyalty. The
study found that brand function and corporate image has a significant positive effect on customer satisfaction. In addition, the research used machine learning algorithm to model the best prediction for consumer recommendation of products and services through their
telecommunication service provider to friends and family. / School of Computing / M. Sc. (Computing)
|
55 |
Machine Learning im CAEThieme, Cornelia 24 May 2023 (has links)
Many companies have a large collection of different model variants and results. Hexagon's (formerly MSC Software) software Odyssee helps to find out what information is contained in this data. New calculations can sometimes be avoided because the results for new parameter combinations can be predicted from the existing calculations. This is particularly interesting for non-linear or large models with long run times. The software also helps when setting up new DOEs and offers a variety of options for statistical displays. In the lecture, the number-based and image-based methods are compared. / Viele Firmen können auf eine große Sammlung vorhandener Rechnungen für verschiedene Modellvarianten zurückgreifen. Die Software Odyssee von Hexagon (früher MSC Software) hilft herauszufinden, welche Informationen in diesen Daten stecken. Neue Rechnungen kann man sich teilweise ersparen, weil die Ergebnisse für neue Parameterkombinationen aus den vorhandenen Rechnungen vorhergesagt werden können.
Dies ist besonders interessant für nichtlineare oder große Modelle mit langer Rechenzeit. Die Software hilft auch beim Aufsetzen neuer DOEs und bietet vielfältige Möglichkeiten für statistische Darstellungen. In dem Vortrag werden die zahlenbasierte und bildbasierte Methode gegenübergestellt.
|
56 |
What have we learned from the economic impact of the Covid-19 outbreak? Critical analysis of economic factors and recommendations for the futureMarco Franco, Julio Emilio 18 October 2021 (has links)
Tesis por compendio / [ES] El brote de Coronavirus SARS-CoV-2 representó un reto para la economía, la vida social y los servicios sanitarios. Justo cuando más se necesitaba la información para la planificación económica, los servicios de vigilancia y notificación no fueron capaces de ofrecer, a pesar de esfuerzos extraordinarios, datos consistentes, como así reconocieron los propios orga-nismos gubernamentales.
Esta tesis incluye tres artículos publicados durante los brotes de COVID-19 y una investi-gación adicional fuera del conjunto de publicaciones. La investigación tiene como objetivo general proporcionar información a través de estimaciones alternativas. Para ello se han utilizado varias metodologías, entre ellas los modelos matemáticos de predicción epidemio-lógica, el Mejor Ajuste de Valores Relacionados (BARV), los análisis de diferentes encues-tas y la metodología bibliométrica, aprovechando u ofreciendo alternativas a los métodos bayesianos más complejos, las simulaciones de Monte Carlo o las cadenas de Markov, aun-que algunos datos obtenidos se apoyan parcialmente en estas metodologías. Cada artículo aborda un tema esencial relacionado con la pandemia COVID-19.
La primera publicación se centra en los datos epidemiológicos básicos. Se refiere al primer brote de COVID-19, estimando su duración, incidencia, prevalencia, tasa de fallecimientos sobre infectados (IFR) y tasa de fallecimientos sobre casos (confirmados) (CFR). Como dato destacado de este trabajo, se previó que la seroprevalencia era demasiado baja para que la inmunidad de rebaño desempeñara algún papel. Aunque el valor obtenido fue aproxima-damente un 2% inferior al que demostró posteriormente un estudio poblacional (Instituto Carlos III), la conclusión sobre la inmunidad de rebaño no cambió, y los resultados confir-maron la idoneidad del enfoque.
La segunda publicación se centró en las cuestiones legales y las noticias falsas, analizando la reticencia de la población a vacunarse, el impacto de las falsas noticas en estos comporta-mientos, las posibilidades legales de hacer obligatoria la vacuna y las posibles acciones contra los profesionales de la salud que publican noticias falsas. La principal conclusión fue que, aunque se podría encontrar una vía legal para la obligatoriedad de la vacunación, y para la persecución gubernamental de las noticias falsas, la opinión ciudadana parece prefe-rir que la administración no tome la iniciativa, por lo que se recomienda promover y fomen-tar la concienciación ciudadana.
La tercera publicación presentó un modelo matemático simplificado para la estimación del coste-efectividad de la vacuna contra la COVID-19. Se actualizan los datos de dos fechas para la estimación de los costes directos para el sistema sanitario debidos a la COVID-19, computando el coste por ciudadano y por Producto Interior Bruto (PIB), así como el coste-efectividad de la vacuna. La estimó razón de coste-efectividad incremental (RCEI) para dos dosis por persona a un coste de 30 euros cada dosis (incluida la administración). Asumien-do al 70% de efectividad y con el 70% de la población vacunada resultó ser de 5.132 euros (4.926 - 5.276) por año de vida ajustado a calidad (AVAC) ganado (a 17 de febrero de 2021). Una cifra que desciende cada día de pandemia activa.
Se incluyó una investigación adicional, no incorporada en el conjunto de artículos, centrada en los recursos humanos y la educación. Se analizaron los temas preocupan al personal de primera línea, es decir, a la enfermería, y cómo la pandemia ha afectado a sus publicaciones científicas, como índice de los cambios en el clima laboral que sufre este colectivo. Median-te un estudio bibliométrico comparativo entre las publicaciones de 2019 y 2020, se analizó el cambio de temas y ámbitos como reflejo del impacto del COVID-19 en el personal de enfermería. Así se comprobó que, en los ámbitos de enfermería de atención especializada, y sobre todo e / [CA] El brot de Coronavirus SARS-CoV-2 va representar un repte per a l'economia, la vida soci-al i els serveis sanitaris. Quan més es necessitava la informació per a la planificació econò-mica, malgrat esforços extraordinaris, els serveis de vigilància i notificació no van ser capa-ços d'oferir dades consistents, com així van reconèixer els mateixos organismes governa-mentals.
Aquesta tesi inclou tres articles publicats durant els brots de COVID-19 i una investigació addicional fora del conjunt de publicacions. La investigació té com a objectiu general pro-porcionar informació a través d'estimacions alternatives. Per a això s'han utilitzat diverses metodologies, entre elles els models matemàtics de predicció epidemiològica, el Millor Ajust de Valors Relacionats (BARV), les anàlisis de diferents enquestes i la metodologia bibliomètrica, aprofitant o oferint opcions alternatives als mètodes bayesians més comple-xos, les simulacions de Montecarlo o les cadenes de Markov, tot i que algunes dades obtin-gudes es recolzen parcialment en aquestes metodologies. Cada article aborda un tema essen-cial relacionat amb la pandèmia COVID-19.
La primera publicació se centra en les dades epidemiològiques bàsiques. Es refereix al pri-mer brot de COVID-19, calculant la seua durada, incidència, prevalença, taxa de defuncions sobre infectats (IFR) i taxa de defuncions sobre casos (confirmats) (CFR). Com a dada des-tacada d'aquest treball, es va preveure que la seroprevalença era massa baixa perquè la im-munitat de ramat exercirà algun paper. Tot i que el valor obtingut va ser aproximadament un 2% inferior al demostrat posteriorment en un estudi poblacional (Institut Carles III), la conclusió sobre la immunitat de ramat no va canviar, i els resultats van confirmar la idoneï-tat de l'enfocament.
La segona publicació es va centrar en les qüestions legals i les notícies falses, analitzant la reticència de la població a vacunar-se, l'impacte de les falses notícies en aquests comporta-ments, les possibilitats legals de fer obligatòria la vacuna i les possibles accions contra els professionals de la salut que publiquen notícies falses. La principal conclusió va ser que, tot i que es podria trobar una via legal per l'obligatorietat de la vacunació, i per la persecució governamental de les notícies falses, l'opinió ciutadana sembla preferir que l'administració no prenga la iniciativa, per la qual cosa es recomana promoure i fomentar la conscienciació ciutadana.
La tercera publicació va presentar un model matemàtic simplificat per a l'estimació del cost-efectivitat de la vacuna contra la COVID-19. S'actualitzen les dades de dues dates per a l'estimació dels costos directes per al sistema sanitari deguts a la COVID-19, computant el cost per ciutadà i per Producte Interior Brut (PIB), així com el cost-efectivitat de la vacuna. La va estimar raó de cost-efectivitat incremental (RCEI) per dues dosis per persona a un cost de 30 euros cada dosi (inclosa l'administració). Assumint al 70% d'efectivitat i amb el 70% de la població vacunada va resultar ser de 5.132 euros (4.926 - 5.276) per any de vida ajustat a qualitat (AVAQ) (a 17 de febrer de 2021). Una xifra que descendeix cada dia de pandèmia activa.
Es va afegir una investigació addicional, no inclosa en el conjunt d'articles, centrada en els recursos humans i l'educació. Es van analitzar els temes que preocupen al personal de pri-mera línia, és a dir, a la infermeria, i com la pandèmia ha afectat les seues publicacions cien-tífiques, com a índex dels canvis en el clima laboral que pateix aquest col·lectiu. Mitjançant un estudi bibliomètric comparatiu entre les publicacions de 2019 i 2020, es va analitzar el canvi de temes i camps com a reflex de l'impacte del COVID-19 en el personal d'infermeria. Així es va comprovar que en els àmbits d'infermeria d'atenció especialitzada, i sobretot en atenció primària, els principals problemes detectat / [EN] The SARS-CoV-2 Coronavirus outbreak has posed a challenge to the economy, social life, and health services. Just when information was most needed for economic planning, moni-toring, and reporting services were unable, despite extraordinary efforts to provide con-sistent data, as government agencies themselves acknowledged.
This thesis includes three articles published during the COVID-19 outbreaks and additional research outside the publication set. The overall aim of the research is to provide infor-mation through alternative estimates. Several methodologies have been used, including mathematical models for epidemiological prediction, Best Adjustment of Related Values (BARV), analyses of different surveys and bibliometric methodology, taking advantage of or offering an alternative to, more complex options such as Bayesian methods, Monte Carlo simulations or Markov chains, although some data obtained are partially supported by these methodologies. Each article addresses a key issue related to the COVID-19 pandemic.
The first publication focuses on basic epidemiological data. It refers to the first outbreak of COVID-19, estimating its duration, incidence, prevalence, Infection Fatality Rate (IFR) and Case Fatality Rate (CFR). As a highlight of this work, the seroprevalence was anticipated to be too low for herd immunity to play a role. Although the value obtained was approximate-ly 2% lower than that subsequently demonstrated by a population-based study (Instituto Carlos III), the conclusion on herd immunity remained unchanged, and the results con-firmed the appropriateness of the approach.
The second publication focuses on legal issues and fake news, analysing reluctance to be vaccinated in the population, the impact of fake news on these behaviours, the legal possi-bilities of making vaccination mandatory, and possible actions against health professionals who publish fake news. The main conclusion was that, although a legal avenue could be found for mandatory vaccination and for governmental prosecution of fake news, public opinion seems to prefer that the authorities do not take the initiative, therefore it recom-mends promoting and encouraging public awareness.
The third publication presented a simplified mathematical model for estimating the cost-effectiveness of the COVID-19 vaccine. Data from two dates were obtained for the estimation of the direct costs to the health system due to COVID-19, computing the cost per citizen and per Gross Domestic Product (GDP), as well as the cost-effectiveness of the vaccine. The estimated incremental cost-effectiveness ratio (ICER) was calculated for two doses per person at a cost of 30 euros per dose (including administration). Assuming 70% effectiveness and with 70% of the population vaccinated, it was found to be 5,132 euros (4,926 - 5,276) per quality-adjusted life year (QALY) gained (as of 17 February 2021). The figure decreases with each day of the active pandemic.
Additional research not included in the set of articles focuses on human resources and education. It analyses the concerns of frontline staff, i.e., nurses, and how the pandemic has affected their scientific publications, as an index of the changes in the work climate experienced by this group. Through a comparative bibliometric study of publications in 2019 and 2020, the change in topics and fields was analysed, as a reflection of the impact of COVID-19 on nursing staff. It was found that in the fields of specialised care nursing and above all in primary care, the main problems detected are those related to protective measures and psychological factors, while the publications of nursing staff in nursing homes showed an increase in topics related to management and organisation.
Finally, some aspects of the implementation of telecommuting and distance learning have been reviewed. Some of the boosts in this field resulting from the pandemic could be very useful and remain in the future, such as the incorporation of telewo / Marco Franco, JE. (2021). What have we learned from the economic impact of the Covid-19 outbreak? Critical analysis of economic factors and recommendations for the future [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/174883 / TESIS / Compendio
|
57 |
Prediction of Retention Indices and Response Factors of Oxygenates for GC-FID by Multilinear RegressionKretzschmar, Nils, Seifert, Markus, Busse, Oliver, Weigand, Jan J. 11 June 2024 (has links)
The replacement of fossil carbon sources with green bio-oils promotes the importance of several hundred oxygenated hydrocarbons, which substantially increases the analytical effort in catalysis research. A multilinear regression is performed to correlate retention indices (RIs) and response factors (RFs) with structural properties. The model includes a variety of possible products formed during the hydrodeoxygenation of bio-oils with good accuracy (RRF2 0.921 and RRI2 0.975). The GC parameters are related to the detailed hydrocarbon analysis (DHA) method, which is commonly used for non-oxygenated hydrocarbons. The RIs are determined from a paraffin standard (C5–C15), and the RFs are calculated with ethanol and 1,3,5-trimethylbenzene as internal standards. The method presented here can, therefore, be used together with the DHA method and be expanded further. In addition to the multilinear regression, an increment system has been developed for aromatic oxygenates, which further improves the prediction accuracy of the response factors with respect to the molecular constitution (R2 0.958). Both predictive models are designed exclusively on structural factors to ensure effortless application. All experimental RIs and RFs are determined under identical conditions. Moreover, a folded Plackett–Burman screening design demonstrates the general applicability of the datasets independent of method- or device-specific parameters.
|
58 |
An Architecture for Crowd Density Estimation in Heterogenous Opportunistic EnvironmentAddepalli, Lavanya 03 June 2024 (has links)
[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
|
Page generated in 0.1041 seconds