Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/67654
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorVallez Fernández, Carlos Migueles-ES
dc.contributor.authorCastro Ponce, Marioes-ES
dc.contributor.authorContreras Bárcena, Davides-ES
dc.date.accessioned2022-04-07T03:09:32Z-
dc.date.available2022-04-07T03:09:32Z-
dc.identifier.urihttp://hdl.handle.net/11531/67654-
dc.description.abstractLa abundancia de datos de redes sociales ha catalizado el estudio cuantitativo de la movilidad humana. Con estos datos y otras fuentes de información, se han extraído diversos patrones de movilidad, surgiendo infinidad de modelos matemáticos y estadísticos para capturar dichos modelos. La mayor parte de los esfuerzos se centran en modelar las llamadas matrices origen-destino, Tij , que miden cuántos desplazamientos tienen lugar entre una localización origen i y un destino j. En muchos casos, estas matrices pueden modelarse como un campo vectorial de movilidad que permite identificar las regiones que atraen más desplazamientos. En este trabajo nos centramos en el problema de la movilidad urbana en servicios bicicletas compartidas (BSS) en la ciudad de Madrid, que han ganado popularidad en los últimos años por su potencial para contribuir al desarrollo de ciudades sostenibles. Aunque los primeros intentos de implantar un servicio público de bicicletas compartidas se remontan a 1965 (Ámsterdam), su uso generalizado llegó con el milenio, convirtiéndose en una vibrante actividad y en un área de investigación cuya actividad ha aumentado de forma constante en la última década.  es-ES
dc.description.abstracten-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightses_ES
dc.rights.uries_ES
dc.titleEl principio de máxima entropía y la distribución de viajes en servicios de bicicletas compartidases_ES
dc.typeinfo:eu-repo/semantics/workingPaperes_ES
dc.description.versioninfo:eu-repo/semantics/draftes_ES
dc.rights.accessRightsinfo:eu-repo/semantics/restrictedAccesses_ES
dc.keywordsMachine Learning probabilístico, Sostenibilidad, Bicicletas compartidas, Entropíaes-ES
dc.keywordsen-GB
Aparece en las colecciones: Documentos de Trabajo

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IIT-22-052C_poster.pdf66,05 kBAdobe PDFVisualizar/Abrir     Request a copy


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.