El autor Raquel Trillo-Lado ha publicado 7 artículo(s):
Las ciudades modernas deben hacer frente a problemas urgentes relacionados con los sistemas de transporte, tales como la congestión del tráfico, la seguridad, la contaminación y los efectos en la salud. Para ello, las administraciones públicas han desplegado infraestructuras en las vías de comunicación, como cámaras y sensores para recoger datos sobre las condiciones ambientales y del tráfico. En el caso de los datos de los sensores de tráfico, no sólo los datos en tiempo real son esenciales, sino que los valores históricos también deben conservarse y publicarse. Cuando los datos históricos y en tiempo real de las ciudades inteligentes estén disponibles, será posible iniciar un debate conjunto sobre la evolución futura de la ciudad basado en la evidencia. El proyecto TRAFAIR (Understanding Traffic Flows to Improve Air Quality) busca comprender cómo el tráfico afecta a la calidad del aire urbano. Para ello se desarrolla una plataforma para proporcionar datos y predicciones en tiempo real sobre la calidad del aire en varias ciudades de Europa, lo que implica, entre otras tareas, el despliegue de sensores de calidad del aire de bajo coste, la recopilación e integración de datos, el modelado y la predicción, la publicación de datos abiertos y el desarrollo de aplicaciones para usuarios finales y administraciones públicas. Este trabajo se centra explícitamente en el modelado y la anotación semántica de los datos de tráfico. En él presentamos las herramientas y técnicas utilizadas en el proyecto y validamos nuestras estrategias para el modelado de datos y su enriquecimiento semántico en dos ciudades: Módena (Italia) y Zaragoza (España). La evaluación experimental incluida muestra que nuestra aproximación para publicar datos enlazados es eficaz.
Autores: Federico Desimoni / Sergio Ilarri / Laura Po / Federica Rollo / Raquel Trillo-Lado /
Palabras Clave: anotación de datos - datos de sensores - Gestión de datos - Integración de datos - semántica - tráfico en ciudades inteligentes
Este artículo se presenta a JISBD como trabajo relevante y ha sido publicado en la revista Pervasive and Mobile Computing en el año 2017.María del Carmen Rodríguez-Hernández, Sergio Ilarri, Ramón Hermoso, Raquel Trillo-Lado, «DataGenCARS: A Generator of Synthetic Data for the Evaluation of Context-Aware Recommendation Systems», Pervasive and Mobile Computing, ISSN 1574-1192, volume 38, part 2, pp. 516-541, Elsevier, July 2017. Special Issue on Context-aware Mobile Recommender Systems.DOI: 10.1016/j.pmcj.2016.09.020.JCR 2016 (última edición del JCR publicada): factor de impacto: 2,349; 53/146 en Computer Science, Information Systems (Q2, T2); 34/89 en Telecommunications (Q2, T2). Revista en el top 36,3% (considerando la mejor categoría del JCR).
Autores: María Del Carmen Rodríguez Hernández / Sergio Ilarri / Ramon Hermoso / Raquel Trillo-Lado /
Palabras Clave: Context-aware recommendation systems - Dataset generation - Evaluation - Mobile recommendations
En este artículo se describen brevemente los trabajos en marcha relacionados con la generación y publicación de datos acerca de la calidad del aire en el ámbito del proyecto Europeo TRAFAIR. En concreto, se describe la solución adoptada para la adquisición de datos de sensores, los estándares utilizados para la publicación de datos en abierto y las aplicaciones de usuario final que serán desarrolladas, concluyendo el artículo con la identificación de retos técnicos relacionados con la heterogeneidad de los datos y con la generalización de soluciones basada en la asunción de modelos de datos estandarizados.
Autores: José R.R. Viqueira / Raquel Trillo-Lado / Sebastián Villarroya / Lorena Marrodán / José M. Cotos / Sergio Ilarri / José A. Taboada / Enrique Torres-Moreno /
Palabras Clave: calidad del aire - datos abiertos - datos de sensores - Datos geoespaciales - Modelado ambiental
Los denominados sistemas de recomendación permiten aliviar la sobrecarga de información de los usuarios, al ofrecer sugerencias específicas acerca de ítems concretos (películas, libros, actividades, puntos de interés, etc.) que pueden resultar de interés para el usuario. En los últimos años se está realizando una intensa investigación en el desarrollo de sistemas de recomendación sensibles al contexto, ya que tener en cuenta el contexto del usuario (posición geográfica, tiempo atmosférico, estado de ánimo, etc.) permite ofrecer recomendaciones más apropiadas. En entornos de computación móvil uno de los elementos clave del contexto del usuario es su localización, siendo relevante ofrecer sugerencias al usuario de forma proactiva (sin peticiones expresas por parte del usuario) y teniendo en cuenta su trayectoria. En este artículo, describimos nuestro trabajo en progreso relacionado con las recomendaciones dinámicas sensibles al contexto en entornos móviles. Debido a la dificultad de evaluación de estos sistemas de recomendación en el mundo real, nos centramos en el desarrollo de un caso de estudio que simulará un escenario para recomendaciones dinámicas para los visitantes de un museo.
Autores: María Del Carmen Rodríguez-Hernández / Sergio Ilarri / Ramon Hermoso / Raquel Trillo-Lado /
Palabras Clave: computación móvil - Contexto - recomendaciones dinámicas
La preocupación por la propagación de información falsa crece y el análisis de grandes volúmenes de datos correctos se hace imprescindible en los procesos de toma de decisiones de las organizaciones. Pese a ello, no se han extendido mecanismos automáticos que aseguren la consistencia de los datos relativos al tiempo cronológico, que abundan en los grandes sistemas de información.En este artículo se define y formaliza la restricción de coetaneidad, un mecanismo para la detección y el marcado masivos de datos inconsistentes gracias a la comparación cruzada de valores de tiempo con el consiguiente incremento en la calidad de la información en diferentes contextos.
Autores: David Abián / Jorge Bernad / Raquel Trillo-Lado /
Palabras Clave: Calidad de Datos - coetaniedad - consistencia de datos - curación de contenidos - limpieza de datos - restricciones temporales - Wikidata
Autores: Ismael Rodríguez-Hernández / Raquel Trillo-Lado / Roberto Yus /
Palabras Clave:
In the last years, and thanks to improvements on computing and communications technologies, wireless networks formed by vehicles (called vehicular networks) have emerged as a key topic of interest. In these networks, the vehicles can exchange data by using short-range radio signals in order to get useful information related to traffic conditions, road safety, and other aspects. The availability of different types of sensors can be exploited by the vehicles to measure many parameters from their surroundings. These data can then be shared with other drivers who, on the other side, could also explicitly submit queries to retrieve information available in the network. This can be a challenging task, since the data is scattered among the vehicles belonging to the network and the communication links among them have usually a short life due to their constant movement. In this paper, we use mobile agent technology to help to accomplish these tasks, since mobile agents have a number of features that are very well suited for mobile environments, such as autonomy, mobility, and intelligence. Specifically, we analyze the benefits that mobile agents can bring to vehicular networks and the potential difficulties for their adoption. Moreover, we describe a query processing approach based on the use of mobile agents. We focus on range queries that retrieve interesting information from the vehicles located within a geographic area, and perform an extensive experimental evaluation that shows the feasibility and the interest of the proposal.
Autores: Oscar Urra / Sergio Ilarri / Raquel Trillo-Lado /
Palabras Clave: data management - mobile agents - query processing - vehicular ad hoc networks
