Navegación

Búsqueda

Búsqueda avanzada

Resultados de búsqueda para Gestión de datos

Datos de Sensores de Tráfico Semánticos: La Experiencia en TRAFAIR

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

Crowdsourcing Espacial con Agentes Móviles en Redes de Vehículos

En los últimos años, la industria del automóvil ha mostrado interés en la incorporación de dispositivos informáticos y de comunicación en los automóviles, gracias a avances tecnológicos en estos campos, con el fin de satisfacer la creciente demanda de aplicaciones y servicios +ACI-conectados+ACI. Aunque las redes ad hoc vehiculares (VANET) aún no se han desarrollado por completo, podrían usarse en un futuro cercano como medio para proporcionar diversas aplicaciones y servicios relevantes que necesitan el intercambio de datos entre vehículos y otras fuentes de datos.En este artículo, proponemos un esquema de crowdsourcing espacial para la recopilación oportunista de información dentro de un área de interés en una ciudad o región (por ejemplo, para obtener mediciones sobre el medio ambiente, como la concentración de ciertos gases en la atmósfera, o información como la disponibilidad de plazas de aparcamiento en un área), utilizando comunicaciones vehiculares ad hoc. Presentamos un método que aprovecha la tecnología de agentes móviles para lograr la recopilación distribuida y la consulta de datos entre vehículos en dicho escenario. La propuesta est+AOE respaldada por un extenso conjunto de simulaciones realistas que demuestran la viabilidad de la aproximación presentada.

Autores: Oscar Urra / Sergio Ilarri / 
Palabras Clave: Agentes móviles - Crowdsourcing espacial - Gestión de datos - Monitorización del entorno - Redes ad hoc vehiculares

Un marco de certificación de calidad de datos basado en estándares internacionales

Cada vez más organizaciones son conscientes de la necesidad de cuidar la ca-lidad de sus activos de datos y de realizar esfuerzos para asegurar la calidad de sus repositorios de datos. Estos esfuerzos se han acentuado incluso más con la adopción de tecnologías como Big Data, Analytics y Deep Learning, o IoT, y se han orientado en dos direcciones: asegurar el valor de los datos de repositorios organizacionales, y mejorar la madurez de los procesos de gobierno, gestión y calidad de datos. En DQTeam, spin-off de la UCLM ofrecemos a las organizacio-nes servicios de consultoría para mejorar sus datos en las dos aproximaciones usando como referencia estándares abiertos internacionales con la posibilidad de certificación internacional por parte de AENOR tanto los niveles de calidad de sus productos de datos como la madurez organizacional de sus procesos relacio-nados.

Autores: Fernando Gualo / Mario Piattini / Ismael Caballero / 
Palabras Clave: Calidad de Datos - Certificación - Gestión de calidad de datos - Gestión de datos - Gobierno de datos - ISO 25012 - ISO 8000-61 - ISO 8000-62 - MAMD

No encuentra los resultados que busca? Prueba nuestra Búsqueda avanzada