Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Πληροφορικής / Department of Informatics Διδακτορικές διατριβές / PhD Theses

Τίτλος :	Urban data analytics and applications in the Big Data era

Εναλλακτικός τίτλος :	Ανάλυση αστικών δεδομένων και εφαρμογές στην εποχή των Δεδομένων Μεγάλης Κλίμακας

Δημιουργός :	Τομαράς, Δημήτριος Tomaras, Dimitrios

Συντελεστής :	Kalogeraki, Vana (Επιβλέπων καθηγητής) Vassalos, Vasilios (Εξεταστής) Xylomenos, George (Εξεταστής) Stamoulis, Georgios (Εξεταστής) Voulgaris, Spyridon (Εξεταστής) Chrysanthis, Panos (Εξεταστής) Papapetrou, Panagiotis (Εξεταστής) Athens University of Economics and Business, Department of Informatics (Degree granting institution)

Συντελεστής :

Kalogeraki, Vana (Επιβλέπων καθηγητής)
Vassalos, Vasilios (Εξεταστής)
Xylomenos, George (Εξεταστής)
Stamoulis, Georgios (Εξεταστής)
Voulgaris, Spyridon (Εξεταστής)
Chrysanthis, Panos (Εξεταστής)
Papapetrou, Panagiotis (Εξεταστής)
Athens University of Economics and Business, Department of Informatics (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	188p.

Γλώσσα :	en

Αναγνωριστικό :	http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=10325

Περίληψη :	Τα τελευταία χρόνια παρατηρούμε τόσο τη μεγάλη εξάπλωση των έξυπνων συσκευών όσο και τη μεγάλη έλευση του Διαδικτύου των Πραγμάτων ως τη βάση πάνω στην οποία αναπτύσσονται πολυάριθμες έξυπνες εφαρμογές και υπηρεσίες με γνώμονα την επίλυση διαφόρων προβλημάτων μέσα στις πόλεις. Η πληθώρα των διαθέσιμων πηγών δεδομένων έχει προσφέρει μια σειρά σημαντικών επιλογών για την παρακολούθηση και την αξιολόγηση της κατάστασης μιας έξυπνης πόλης σε πραγματικό χρόνο. Το πρώτο μέρος της διατριβής ασχολείται με την ανάλυση και τη μοντελοποίηση των αστικών δεδομένων μελετώντας διάφορες πηγές τέτοιων δεδομένων, είτε εξετάζοντας τα δεδομένα μονομερώς είτε συνδυάζοντας πολλαπλές πηγές δεδομένων ταυτόχρονα. Προτείνονται μετρικές και τεχνικές που εξυπηρετούν την μοντελοποίηση της συμπεριφοράς τους βάσει των χαρακτηριστικών τους, και εν συνεχεία επιτρέπουν περαιτέρω συνδυασμό πολλαπλών πηγών αστικών δεδομένων δημιουργώντας συνέργειες μεταξύ τους. Λαμβάνοντας υπόψιν τις προκλήσεις που προκύπτουν από τα διαφορετικά χαρακτηριστικά των πηγών δεδομένων, στο πρώτο μέρος προτείνεται ένα σύνολο μεθοδολογιών που επιτρέπουν στον κάθε ενδιαφερόμενο να κατανοήσει τον παλμό του αστικού περιβάλλοντος σε πραγματικό χρόνο καθώς και να εξάγει σημαντικά συμπεράσματα από τα δεδομένα που συλλέγονται.Το δεύτερο μέρος της διατριβής επικεντρώνεται στο πρόβλημα της αξιοποίησης των συμπερασμάτων που έχουν προκύψει από τα αστικά δεδομένα καθώς και τη μοντελοποίησή τους και στοχεύει στο να αναδείξει την αξία τους σε εφαρμογές και συστήματα που τα χρησιμοποιού. Σε αυτό το μέρος της διατριβής, προτείνεται ένα σύνολο νέων αλγορίθμων και εφαρμογών που αξιοποιούν την ανάλυση και τη μοντελοποίηση των αστικών δεδομένων καθώς και τα συμπεράσματα που έχουν προκύψει μέσω αυτών, με στόχο την αντιμετώπιση πραγματικών προβλημάτων μέσα σε μια έξυπνη πόλη. Αυτό το μέρος της διατριβής περιλαμβάνει αλγορίθμους γράφων για προβλήματα εκχώρησης πόρων μέσα σε οποιαδήποτε δίκτυα μεταφορών, αλγορίθμους δρομολόγησης μέσα σε γράφους με δυναμικά βάρη, καθώς και τεχνικές που αφορούν την ιδιωτικότητα των δεδομένων από χρήστες υπηρεσιών ανάλυσης δεδομένων. In recent years we have witnessed both the proliferation of smart devices and the advent of the Internet of Things as the basis on which numerous smart applications and services are being developed to solve various problems in cities. The plethora of available data sources has provided a number of important options for monitoring and evaluating the state of a smart city in real time. The first part of the thesis deals with the analysis and modelling of urban data by studying various sources of such data, either by examining the data unilaterally or by combining multiple data sources simultaneously. Metrics and techniques are proposed that serve to model their behaviour based on their characteristics, and subsequently allow further combination of multiple urban data sources by creating synergies between them. Taking into account the challenges arising from the different characteristics of the data sources, the first part proposes a set of methodologies that allow each stakeholder to understand the pulse of the urban environment in real time as well as to draw important conclusions from the collected data.The second part of the thesis focuses on the problem of exploiting the inferences derived from urban data as well as their modelling and aims to highlight their value in applications and systems that use them. In this part of the thesis, a set of new algorithms and applications are proposed that exploit the analysis and modelling of urban data as well as the synergies between them, with the aim of addressing real-world problems within a smart city. This part of the thesis includes graph algorithms for resource allocation problems within any transport network, routing algorithms within graphs with dynamic weights, and techniques related to data privacy from users of data analytics services.

Περίληψη :

Τα τελευταία χρόνια παρατηρούμε τόσο τη μεγάλη εξάπλωση των έξυπνων συσκευών όσο και τη μεγάλη έλευση του Διαδικτύου των Πραγμάτων ως τη βάση πάνω στην οποία αναπτύσσονται πολυάριθμες έξυπνες εφαρμογές και υπηρεσίες με γνώμονα την επίλυση διαφόρων προβλημάτων μέσα στις πόλεις. Η πληθώρα των διαθέσιμων πηγών δεδομένων έχει προσφέρει μια σειρά σημαντικών επιλογών για την παρακολούθηση και την αξιολόγηση της κατάστασης μιας έξυπνης πόλης σε πραγματικό χρόνο. Το πρώτο μέρος της διατριβής ασχολείται με την ανάλυση και τη μοντελοποίηση των αστικών δεδομένων μελετώντας διάφορες πηγές τέτοιων δεδομένων, είτε εξετάζοντας τα δεδομένα μονομερώς είτε συνδυάζοντας πολλαπλές πηγές δεδομένων ταυτόχρονα. Προτείνονται μετρικές και τεχνικές που εξυπηρετούν την μοντελοποίηση της συμπεριφοράς τους βάσει των χαρακτηριστικών τους, και εν συνεχεία επιτρέπουν περαιτέρω συνδυασμό πολλαπλών πηγών αστικών δεδομένων δημιουργώντας συνέργειες μεταξύ τους. Λαμβάνοντας υπόψιν τις προκλήσεις που προκύπτουν από τα διαφορετικά χαρακτηριστικά των πηγών δεδομένων, στο πρώτο μέρος προτείνεται ένα σύνολο μεθοδολογιών που επιτρέπουν στον κάθε ενδιαφερόμενο να κατανοήσει τον παλμό του αστικού περιβάλλοντος σε πραγματικό χρόνο καθώς και να εξάγει σημαντικά συμπεράσματα από τα δεδομένα που συλλέγονται.Το δεύτερο μέρος της διατριβής επικεντρώνεται στο πρόβλημα της αξιοποίησης των συμπερασμάτων που έχουν προκύψει από τα αστικά δεδομένα καθώς και τη μοντελοποίησή τους και στοχεύει στο να αναδείξει την αξία τους σε εφαρμογές και συστήματα που τα χρησιμοποιού. Σε αυτό το μέρος της διατριβής, προτείνεται ένα σύνολο νέων αλγορίθμων και εφαρμογών που αξιοποιούν την ανάλυση και τη μοντελοποίηση των αστικών δεδομένων καθώς και τα συμπεράσματα που έχουν προκύψει μέσω αυτών, με στόχο την αντιμετώπιση πραγματικών προβλημάτων μέσα σε μια έξυπνη πόλη. Αυτό το μέρος της διατριβής περιλαμβάνει αλγορίθμους γράφων για προβλήματα εκχώρησης πόρων μέσα σε οποιαδήποτε δίκτυα μεταφορών, αλγορίθμους δρομολόγησης μέσα σε γράφους με δυναμικά βάρη, καθώς και τεχνικές που αφορούν την ιδιωτικότητα των δεδομένων από χρήστες υπηρεσιών ανάλυσης δεδομένων.
In recent years we have witnessed both the proliferation of smart devices and the advent of the Internet of Things as the basis on which numerous smart applications and services are being developed to solve various problems in cities. The plethora of available data sources has provided a number of important options for monitoring and evaluating the state of a smart city in real time. The first part of the thesis deals with the analysis and modelling of urban data by studying various sources of such data, either by examining the data unilaterally or by combining multiple data sources simultaneously. Metrics and techniques are proposed that serve to model their behaviour based on their characteristics, and subsequently allow further combination of multiple urban data sources by creating synergies between them. Taking into account the challenges arising from the different characteristics of the data sources, the first part proposes a set of methodologies that allow each stakeholder to understand the pulse of the urban environment in real time as well as to draw important conclusions from the collected data.The second part of the thesis focuses on the problem of exploiting the inferences derived from urban data as well as their modelling and aims to highlight their value in applications and systems that use them. In this part of the thesis, a set of new algorithms and applications are proposed that exploit the analysis and modelling of urban data as well as the synergies between them, with the aim of addressing real-world problems within a smart city. This part of the thesis includes graph algorithms for resource allocation problems within any transport network, routing algorithms within graphs with dynamic weights, and techniques related to data privacy from users of data analytics services.

Λέξη κλειδί :	Ανάλυση δεδομένων Έξυπνη πόλη Μεγάλα Δεδομένα Data analytics Smart city Big Data

Διαθέσιμο από :	2023-04-05 10:36:40

Ημερομηνία έκδοσης :	23-03-2023

Ημερομηνία κατάθεσης :	2023-04-05 10:36:40

Δικαιώματα χρήσης :	Free access

Άδεια χρήσης :

Αρχείο: Tomaras_2023.pdf

Τύπος: application/pdf

Είσοδος