In the context of Smart City, the dynamic of the presence of people can be analysed using high-dimensional spatio-temporal mobile phone data. In order to find regularities and detect anomalies in the daily profiles, we propose an approach that considers the spatial structure by means of Histogram of Oriented Gradients (HOG) method and the temporal evolution using a Model-Based Clustering Functional Data Analysis (FDA). An application to the case study of the Municipality of Brescia is provided. Similarities among days, that follow a seasonal or a days of the week trend, exist. The number of users in the city, depending on the season, the day of the week and the time of the day, varies from 30 to 60 thousands of people.

Nel contesto “Smart City”, la dinamica della presenza di persone in una certa area pu`o essere analizzata utilizzando dati di telefonia mobile ad alta dimen- sionalit`a. Per identificare regolarit`a e anomalie nei profili giornalieri, proponiamo un approccio che considera sia la struttura spaziale, mediante un metodo di cluster- ing di immagini, sia l’evoluzione temporale, utilizzando un metodo di “model-based clustering” per dati funzionali. Applichiamo il metodo ad un caso di studio relativo al Comune di Brescia. Troviamo somiglianze tra i giorni, che seguono una tendenza stagionale o settimanale. Il numero di utenti in citt`a, a seconda della stagione, del giorno della settimana e dell’ora del giorno, varia da 30 a 60 mila persone.

(2019). The HOG-FDA Approach with Mobile Phone Data to Modeling the Dynamic of People's Presences in the City . Retrieved from http://hdl.handle.net/10446/228022

The HOG-FDA Approach with Mobile Phone Data to Modeling the Dynamic of People's Presences in the City

Metulini, Rodolfo;Carpita, Maurizio
2019

Abstract

Nel contesto “Smart City”, la dinamica della presenza di persone in una certa area pu`o essere analizzata utilizzando dati di telefonia mobile ad alta dimen- sionalit`a. Per identificare regolarit`a e anomalie nei profili giornalieri, proponiamo un approccio che considera sia la struttura spaziale, mediante un metodo di cluster- ing di immagini, sia l’evoluzione temporale, utilizzando un metodo di “model-based clustering” per dati funzionali. Applichiamo il metodo ad un caso di studio relativo al Comune di Brescia. Troviamo somiglianze tra i giorni, che seguono una tendenza stagionale o settimanale. Il numero di utenti in citt`a, a seconda della stagione, del giorno della settimana e dell’ora del giorno, varia da 30 a 60 mila persone.
Metulini, Rodolfo; Carpita, Maurizio
File allegato/i alla scheda:
File Dimensione del file Formato  
IES 2019 Book of Short Papers-pages-1-3,79-82.pdf

Solo gestori di archivio

Versione: publisher's version - versione editoriale
Licenza: Licenza default Aisberg
Dimensione del file 1.01 MB
Formato Adobe PDF
1.01 MB Adobe PDF   Visualizza/Apri
Pubblicazioni consigliate

Caricamento pubblicazioni consigliate

Aisberg ©2008 Servizi bibliotecari, Università degli studi di Bergamo | Terms of use/Condizioni di utilizzo

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/10446/228022
Citazioni
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact