Viernes 19 Febrero 2021
El pasado jueves 11 de febrero, Jamie Arjona, doctorando industrial del inLab FIB, presentó su tesis "Design smart its services through innovative fecha analsys modeling", dirigida por Josep Casanovas y Ma Paz Linares, la cual obtuvo una nota final de excelente.
La tesis de Jamie es producto de la colaboración entre el inLab FIB y la compañía Worldsensing S.L. con el objetivo de caracterizar y modelar diferentes sistemas de aparcamiento de todo el mundo utilizando técnicas avanzadas de modelado. Worldsensing S.L. son fabricantes de sensores para el ámbito industrial y de las Smart Cities y además ofrecen diferentes soluciones software para estos ámbitos. Los sensores utilizados proveen datos sobre el estado de ocupación de las plazas de aparcamiento en tiempo real. Estos datos se almacenan y son posteriormente analizadas para crear los modelos.
Los modelos escogidos se encuentran basados en la metodología de las redes neuronales, concretamente se han estudiado los modelos Multilayer Perceptron (MLP), Long Short Term Memory (LSTM) y Gated Recurrente Unidos (GRU) y, además, se ha hecho una comparación con modelos clásicos como es el Autoregresive Integrated Moving Average (ARIMA).
Aparte, se ha realizado un estudio en el que se utilizan otras fuentes de datos y analiza su efecto en los procesos de parking y se cuantifica como esta información mejora las predicciones de los modelos. Estos datos son los efectos climáticos y los eventos de calendario.
fib.upc.edu