Buscar este blog

Paradigma seleccionada en el desafío de Orange D4D en el MIT

El trabajo titulado “D4D Challenge, Commuting Dynamics 4 Change” realizado por un equipo de, entre otros, ingenieros e investigadores de Paradigma Labs, del laboratorio de SIG-CSIC y de la UCM. Los autores son R. Maestre, R. Lario, M. Muñoz, R. Abad, J. Gonzalez, A. Martín de Paradigma, Esther Perez Asensio del CSIC, y Jose Luis Fernandez-Pacheco de la UCM. El trabajo conjunto ha sido seleccionado entre mas  de 250 proyectos de equipos internacionales para la competición final del desafio lanzado por Orange D4D . La competición se celebrará en la NetMob2013 el 1, 2 y 3 Mayo en el Massachusetts Institute of Technology optando por lo tanto a uno de los cuatro premios propuestos (Best Overal, Best Scientific, Best Development Insight and Best Visualisation).

En el trabajo se propone un modelo espacio-temporal para analizar comunicaciones móviles y demostrar e identificar franjas espaciales y temporales donde se produce el fenómeno llamado “commuting“.

Space-temporal model proposed Space-temporal model proposed

Desde Paradigma Labs se apostó una vez mas por un equipo de trabajo multidisciplinar, enfocando la investigación siempre desde tres puntos de vista: humano, cientifico y tecnologico; para nosotros vital a la hora de entender la compleja realidad que nos rodea y por lo tanto, crear herramientas mas precisas.Debida la complejidad de los datos (mas de 800M de trazas de usuario en algunos datasets) y de la multitud de posibilidades de análisis que ofrecian se utilizarón herramientas capaces de ejecutar diversos análisis exploratorios con estos grandes datasets, como pueden ser: Hadoop/Pig, Revolution, D3.js, Gephi, etc .Además de la demostración de la hipóteis principal de detección de franjas espacio-temporales de commuting, como trabajo futuro se desprenden del trabajo resultados e ideas que van desde la predicción de carga de tráfico en carreteras hasta la identificación de eventos y manifestaciones a partir del análisis de patrones de comunicaciones móviles.

Traffic between antennas Traffic between antennas Kernel density estimation Kernel density estimation

Otro punto estratégico del proyecto, es la investigación de nuevos métodos de visualización mas manejable y que permitan de una manera mas cercana al usuario final entender y navegar por los resultados numéricos de una manera comoda y sencilla.

Intra-sub prefecture traffic choropleth Intra-sub prefecture traffic choropleth

Tan importante como el resultado teórico de los modelos propuestos, es la creación de arquitecturas que permitan poner en producción la compleja combinación “datasets/modelos”. Para ello, se llevaron a acabo simulaciones sobre infraestructuras de alto rendimiento para poner a prueba las operaciones asociadas a los análisis en tiempo real y dar así soporte a nuevos servicios y productos que hoy representan la nueva generación de productos de business intelligence y detección de patrones avanzados de los próximos años.Como conclusión final, la estrategia de Paradigma Labs es la siguiente:Demostrar que se pueden crear alianzas estratégicas entre organismos de investigación avanzados, como en este caso el laboratorio de SIG del CSIC, universidades como la UCM y grupos punteros de I+D+i industriales, proporcionando así una transferencia de conocimiento y un ROI en ambas direcciones.Que el desarrollo de nuevos productos y servicios que puedan competir en mercados internacionales deben venir de un trabajo de análisis e investigación.Que la perspectiva que deben guiar  el enfoque y los valores de un equipo de I+D+i para solucionar los problemas a los que se enfrentan de una manera óptima, deben estar compuesta por los siguientes tres puntos de vista: el humano, el cientifico y el tecnologico, y por lo tanto se necesitan especialistas y expertos de varias disciplinas.

Grupo humano: 

Jose Luis Fernandez-Pacheco Saez

View the original article here