• Κέντρο Ερευνών

    Το Κ.Ε.Π.Π στα πλαίσια του θεσμικού πλαισίου έχει θέσει ως όραμα το να καταστεί ένα σύγχρονο και διεθνούς φήμης ερευνητικό κέντρο το οποίο θα συμβάλλει...

    Read more
  • Πανεπιστήμιο Πειραιώς

    Το Πανεπιστήμιο Πειραιώς ιδρύθηκε ως «Σχολή Βιομηχανικών Σπουδών» το 1938 από το Σύνδεσμο Βιομηχάνων και Βιοτεχνών...

     

     

     

    Read more
  • Βρήκε στέγη στο «σπίτι»...
    Βρήκε στέγη στο «σπίτι»...

    Βρήκε στέγη στο «σπίτι» της Αρσης Βαρών στη Νίκαια...

ΤΕΛΕΥΤΑΙΑ ΝΕΑ

  • 1
  • 2
Prev Next

Προσωρινά Αποτελέσματα Πρόσκ…

Ανακοίνωση προσωρινών αποτελεσμάτων της αξιολόγησης των προτ...

16-10-2017

Πρόσκληση Εκδήλωσης Ενδιαφέρ…

Το Κέντρο Ερευνών Πανεπιστημίου Πειραιώς στο πλαίσιο του Προ...

11-10-2017

Πρόσκληση Εκδήλωσης Ενδιαφέρ…

Το Κέντρο Ερευνών Πανεπιστημίου Πειραιώς στο πλαίσιο του Προ...

10-10-2017

Πρόσκληση Εκδήλωσης Ενδιαφέρ…

Πρόσκληση Εκδήλωσης Ενδιαφέροντος για υποβολή προτάσεων προς...

09-10-2017

EU/FP7 Marie Curie project SEEK

marie curie1EU/FP7 Marie Curie project SEEK (SEmantic Enrichment of trajectory Knowledge discovery)

http://www.seek-project.eu

  2012-15

 A flood of data pertinent to moving objects is available today, and will be more in the near future, particularly due to the automated collection of data from personal devices such as mobile phones and other location-aware devices. Such wealth of data, referenced both in space and time, may enable novel classes of applications of high societal and economic impact, provided that the discovery of consumable and concise knowledge out of these raw data is made possible. The fundamental hypothesis is that it is possible, in principle, to aid citizens in their mobile activities by analysing the traces of their past activities by means of data mining techniques. For instance, behavioural patterns derived from mobile trajectories may allow inducing traffic flow information, capable to help people travelling efficiently, to help public administrations in traffic-related decision making for sustainable mobility and security management. Behavioral patterns can be extracted through a knowledge discovery process where positioning data collected from mobile devices are first transformed in semantically enriched trajectory data stored in a database. Then, these data are loaded in a data warehouse and analysed with OLAP operations that allow summarization of the trajectories features. Mobility patterns, the most common movements emerging from data, are computed with suitable spatio-temporal data mining algorithms. A further semantic enrichment step is needed to give context-dependent meaning to the discovered patterns. The goal of the project is to investigate methods to extract meaningful knowledge from large amount of movement data by defining techniques for an advanced semantic-rich knowledge discovery process

ΕΙΣΟΔΟΣ ΧΡΗΣΤΩΝ

Για είσοδο κάντε κλικ στο κουμπί Log in χρησιμοποιώντας τα στοιχεία πρόσβασης του ιδρυματικού λογαριασμού E-mail που σας έχουν δοθεί από το Πανεπιστήμιο.

Τεχνική Υποστήριξη: This email address is being protected from spambots. You need JavaScript enabled to view it.