APRESENTAÇÃO
RESULTADOS
Desde 2019 até ao momento foram já publicados diversos trabalhos desenvolvidos no âmbito do LxDataLab. Pode consultar aqui o repositório de trabalhos publicados.
Since 2019, several works developed within the scope of LxDataLab have been published. You can consult the repository of published works here
2023
World Data League 2023
A World Data League (WDL) foi uma competição internacional sem fins lucrativos que decorreu entre 2021 e 2023. Teve em vista o desenvolvimento de soluções na área da ciência de dados, com impacto social. Em 2021, a WDL foi incluída na lista das 100 melhores soluções de IA para o desenvolvimento sustentável pelo Centro Internacional de Investigação sobre Inteligência Artificial da UNESCO.
A terceira edição do WDL centrou-se em três desafios diferentes relacionados com o ODS 11 (Cidades e comunidades sustentáveis), ODS 14 (Vida debaixo de água) e ODS 7 (Energia acessível e limpa). A Câmara Municipal de Lisboa associou-se a esta iniciativa, através do LxDataLab, tendo sido proposto aos concorrentes um desafio, na área da Mobilidade Sustentável, que constituiu a primeira fase da competição.
O objetivo foi visualizar, compreender e prever as deslocações de pessoas na cidade, durante as horas de ponta e assim contribuir para identificar potenciais intervenções de melhoria da mobilidade na cidade, em especial dos modos de mobilidade sustentáveis.
World Data League (WDL) was an international non-profit competition that ran from 2021 to 2023. It aimed to develop data science solutions with a high social impact. In 2021, WDL was included in the list of the 100 best AI solutions for sustainable development by UNESCO International Research Center on Artificial Intelligence.
The third edition of WDL focused on three different challenges related to SDG 11 (Sustainable cities and communities), SDG 14 (Life below water) and SDG 7 (Affordable and clean energy). Lisbon City Council joined this initiative, through LxDataLab, and proposed a challenge to the participants, in the area of Sustainable Mobility, which constituted the first phase of the competition.
The aim was to visualize, understand and predict people's journeys in the city during rush hour and thus contribute to identifying potential interventions to improve mobility in the city, especially sustainable modes of mobility.
Consulte os Resultados e o Relatório Final (View the Results and the Final Report)
Conheça, em seguida, os trabalhos dos 3 primeiros classificados (Find out more about the work of the top 3 winners):
1º Lugar | World Data League 2023
O modelo poderá ser disponibilizado num portal online, permitindo a vários tipos de utilizadores ‘testar’ cenários: prever os impactes no trânsito de determinadas intervenções urbanas; perceber as consequências da alteração de rotas nos fluxos de trânsito ou simplesmente prever situações problemáticas e planear as respetivas medidas minimizadoras.
“The model could be used in an online tool, where users could interact with the different route configurations to understand how changing inputs could impact flow throughout an area. Or simply view expected traffic issues in an area and make plans to ease it (…)
Urban planning professionals would interact with the tool to test out ideas for city improvements and changes they may be interested in implementing (…)
We envision an online portal, showing the desired area, along with functionality to ‘test’ different plans for change (…)”
The Bayes Bunch, World Data League 2023
2º Lugar | World Data League
Uma aplicação analítica Web denominada "Peak Analytics" para o município gerir os riscos e planear intervenções com base nos eventos passados e nas previsões fornecidas pela ferramenta. Nesta Web App, é possível simular cenários que podem apoiar a tomada de decisão: Medir o risco de um evento planeado; Otimizar planos de intervenção; Definir os períodos mais favoráveis para incentivar os utentes a viajar no transportes coletivos fora do horário de ponta e melhorias nos transportes públicos de Lisboa.
An Analytics Web App called “Peak Analytics” for the government to manage risks and plan interventions based on the past events and forecasts provided by the tool. In this Web App, it is possible to simulate scenarios that can help authorities to make decisions: Measure the risk of a planned event, Optimize intervention Plan (…); Which periods of the day are recommended to incentivizing commuters to travel off-peak in public transport (…) and Improvements in Lisbon public transportation.
CalmCod3rs, World Data League 2023
3º Lugar | World Data League
Neste trabalho é proposto um modelo capaz de prever a ocupação em zonas específicas da cidade, através da criação de mapas de densidade com resultados facilmente interpretáveis. Consegue prever a ocupação dos terminais num futuro próximo e para áreas relativamente pequenas, permitindo identificar alterações de tráfego necessárias; propor rotas alternativas para transportes coletivos e individuais.
The model can “create density maps for different areas of the city, making its output legible and easily interpretable. (…) It is capable of predicting terminal occupancy in the near future for relatively small areas, creating an unique opportunity of detecting necessary traffic changes and rerouting for public transportation and individual users of the public road networks”.
Random Graphers, World Data League 2023