Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
![\"\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2023\/02\/inLabFIB_TOP.jpg\")
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
21409
date
DESC
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
21409
date
DESC
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
21409
date
DESC
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Button<\/span><\/a>\n\r
\r
\n\r
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Proyectos Relacionados<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
transporte-y-movilidad
date
DESC
21409
<\/p>\n\n\n\n
17\/02\/2023
Project Header
right
no-repeat;left top;;
auto
20px
La movilidad del futuro tiene que ser m\u00e1s inteligente, sostenible y conectada. En este contexto, el proyecto \u2018Soluciones para la movilidad inteligente\u2019, en el que ha participado el Laboratorio de la Facultad de Inform\u00e1tica de Barcelona (inLab FIB) de la Universitat Polit\u00e8cnica de Catalunya – BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupaci\u00f3n de pasajeros en autobuses del transporte p\u00fablico basado en m\u00e9todos de aprendizaje profundo (Deep Learning).\r
El proyecto parte de un marco de pandemia a causa del COVID-19 en el que los operadores del transporte p\u00fablico quer\u00edan minimizar los trayectos con mucha afluencia de viajeros, con el doble objetivo de reducir los contagios, y a la vez recuperar la confianza de los usuarios en el transporte p\u00fablico.\r
Se han utilizado metodolog\u00edas data-driven (guiadas por los datos) a partir de datos de fuentes heterog\u00e9neas (ticketing o conteo de validaciones, calendario, c\u00e1maras en el interior de los buses). En concreto, se han estudiado m\u00e9todos cl\u00e1sicos para el tratamiento de series temporales, como el m\u00e9todo ARIMA, y algoritmos de redes neuronales que han permitido modelar la ocupaci\u00f3n futura, a partir de datos hist\u00f3ricos, e incorporando variables y atributos externos importantes, como el calendario escolar.\r
A trav\u00e9s de una plataforma, una aplicaci\u00f3n m\u00f3vil, el usuario puede consultar la ocupaci\u00f3n estimada en los autobuses a lo largo del d\u00eda. De este modo, se pretende que los usuarios del servicio de autob\u00fas opten por aquellas l\u00edneas que van m\u00e1s vac\u00edas, equilibrando as\u00ed la oferta y la demanda del servicio, y evitar que haya aglomeraciones en el transporte p\u00fablico. Otra forma de acceder a los resultados es a trav\u00e9s de una plataforma web donde se visualizar\u00e1n los resultados de estas predicciones.\r
En el marco del proyecto, se ha colaborado con la empresa Ityneri by GeoActio que desarrolla soluciones inteligentes para la modernizaci\u00f3n del transporte p\u00fablico.
Project Header
no-repeat;left top;;
auto
20px
Resultados e impacto<\/h4>\r
Se trata de una propuesta interdisciplinaria dirigida, principalmente, a los operadores de autobuses y gestores p\u00fablicos y privados de la movilidad de diferentes ciudades. La tecnolog\u00eda que se ha usado en el proyecto es aplicable a cualquier mercado y tiene un alto potencial de alcance en empresas que gestionan l\u00edneas de transporte de pasajeros.\r
El proyecto se encuentra en fase de explotaci\u00f3n y est\u00e1 ya en funcionamiento en el TUC (Transporte Urbano Comarcal) de Pamplona. Adem\u00e1s, est\u00e1 previsto incorporarlo a otras l\u00edneas urbanas e interurbanas de otras ciudades.
Main Text
no-repeat;left top;;
auto
hide
Tecnolog\u00eda<\/h5>\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
TIC<\/a>\r
Log\u00edstica y Movilidad<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Transporte y Movilidad<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40
\u00bfQuieres saber m\u00e1s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Mobile Technologies<\/a>
Tema
no-repeat;left top;;
auto
30px
40