Handbook of Mobility Data Mining, Volume 1: Data Preprocessing and Visualization
Handbook of Mobility Data Mining, Volume One: Data Preprocessing and Visualization presenta las tecnologías fundamentales de la minería de big data móvil (MDM), métodos avanzados de IA y aplicaciones de nivel superior, ayudando a los lectores a comprender de forma exhaustiva la MDM con un enfoque ascendente. El libro explica cómo preprocesar los macrodatos móviles, visualizar la movilidad urbana, simular y predecir el comportamiento humano en los desplazamientos y evaluar las características de la movilidad urbana y su adecuación como condiciones y limitaciones en los sistemas de transporte, gestión de emergencias y desarrollo sostenible.
El libro contiene información crucial para investigadores, ingenieros, operadores, administradores y responsables políticos que busquen una mayor comprensión de la estructura y las limitaciones de los infrasistemas de las tecnologías actuales. Además, el libro presenta cómo diseñar plataformas de MDM que se adapten al entorno de movilidad en evolución, a los nuevos tipos de transporte y a los usuarios, basándose en una solución integrada que utilice las capacidades de detección y comunicación para abordar los importantes retos a los que se enfrenta el campo de la MDM.
Este volumen se centra en cómo preprocesar eficientemente los macrodatos móviles para extraer y utilizar información crítica sobre el flujo de personas en la ciudad. En primer lugar, el libro presenta una teoría y un marco conceptuales; a continuación, se analizan las fuentes de datos, el emparejamiento de mapas de trayectorias, el filtrado de ruido, la segmentación de datos de trayectorias, la evaluación de la calidad de los datos, etc., y se concluye con un capítulo sobre la protección de la privacidad en la minería de big data móvil.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)