O principal objetivo deste trabalho passa por criar modelos que permitam identificar padrões de mobilidade, prever e analisar dados relativos a situações de congestionamento de tráfego em grandes centros urbanos, nomeadamente Lisboa. São criados indicadores de tráfego, onde o objetivo é contribuir para as tomadas de decisão relativas à mobilidade e para a promoção de uma mobilidade mais sustentável.

The main goal of this work is to create models that make it possible to identify mobility patterns, predict and analyze data related to traffic congestion situations in large urban centers, namely Lisbon. Traffic indicators are created, with the aim of contributing to decision-making regarding mobility and promoting more sustainable mobility.

Autor: João Pires | Professor Responsável: Mateus Daniel Almeida Mendes, Instituto Politécnico de Coimbra 

 Ficheiros de código 

Revemos a literatura em identificação de objetos com fotos aéreas. Recorremos a uma modificação de uma rede neuronal já treinada para avaliar a capacidade de previsão de coberturas verdes nas ortofotos fornecidas. Adicionalmente, criou-se um "pipeline" que permite correr o modelo e prever a área de coberturas de uma dada ortofoto.

We reviewed the literature on identifying objects from aerial photos. We used a modification of an already trained neural network to assess its ability to predict green roofs in the orthophotos provided. In addition, we created a pipeline that allows us to run the model and predict the coverage area of a given orthophoto.

Autores: Gonçalo Marouvo e Idir Arab | Professor Responsável: Mateus Daniel Almeida Mendes, Instituto Politécnico de Coimbra 

Foi recolhida e pré-processada informação relativa ao número de entradas e saídas da cidade de Lisboa pelas 11 principais vias de trânsito, com esta informação treinamos um modelo de Machine Learning, de forma a que este consiga prever o número de entradas e saídas da cidade de Lisboa, nos próximos 15 minutos, a partir da informação relativa à semana anterior(7 dias anteriores).

It was collected and pre-processed information on the number of entries and exits to and from the city of Lisbon along the 11 main traffic routes. With this information, we trained a Machine Learning model so that it could predict the number of entries and exits to and from the city of Lisbon in the next 15 minutes, based on information from the previous week (7 previous days).

Autores: André Miguel Coroado Proença, Bruno Alexandre Ramos Coutinho | Professor Responsável: Mateus Daniel Almeida Mendes, Instituto Politécnico de Coimbra

Ficheiros de código

Neste trabalho, apresentamos uma abordagem de pesquisa centrada na análise dos padrões de mobilidade urbana e comportamento dos turistas no aeroporto da cidade de Lisboa, utilizando dados georreferenciados de rede móvel fornecidos pela Vodafone. O objetivo primordial deste estudo é fornecer informações válidas para organismos como Câmara Municipal de Lisboa e que possa utilizá-las para melhorias estruturais na circulação da zona circundante e ao próprio aeroporto de Lisboa, baseando as decisões em análises concretas e previsões a longo prazo em contraposição à informação disponibilizada apenas no momento.

In this study, we present a research approach focused on the analysis of urban mobility patterns and tourist behavior at Lisbon City Airport, using georeferenced mobile network data provided by Vodafone. The primary goal of this study is to provide valid information for organizations such as the Lisbon City Council that can be used for structural improvements in the circulation of the surrounding area and the Lisbon airport itself, basing decisions on concrete analysis and long-term forecasts as opposed to information made available only at the moment.

Autores: Rodrigo Mourato e Paulo Campos | Professor Responsável: João Carlos ferreira, ISCTE IUL

 Ficheiros de código

Em Portugal, especialmente em Lisboa, a capital de maior densidade demográfica, o futebol é uma parte intrínseca da cultura, exercendo influência não apenas emocionalmente, mas também nos aspectos práticos da vida na cidade. Este relatório visa analisar a impactante relação entre o futebol e a cidade de Lisboa. Concentrando-se em identificar áreas de grande afluência de adeptos, o estudo examinará o impacto nos padrões de tráfego e mobilidade urbana. Reconhecendo a necessidade de equilíbrio entre o entusiasmo desportivo e as exigências da cidade, a análise proporcionará recomendações para o planeamento urbano e gestão eficaz de eventos, visando garantir um ambiente seguro e culturalmente enriquecedor para os habitantes e visitantes de Lisboa.

In Portugal, especially in Lisbon, the capital with the highest population density, soccer is an intrinsic part of the culture, exerting an influence not only emotionally, but also on the practical aspects of life in the city. This report aims to analyze the impactful relationship between soccer and the city of Lisbon. Focusing on identifying areas of high fan attendance, the study will examine the impact on traffic patterns and urban mobility. Recognizing the need to balance sporting enthusiasm with the demands of the city, the analysis will provide recommendations for effective urban planning and event management, aimed at ensuring a safe and culturally enriching environment for Lisbon's inhabitants and visitors.

 Autores: Emerson Henrique, João Francisco, Rodrigo Simões | Professor Responsável: João Carlos Ferreira, ISCTE IUL

Ficheiros de código

O estudo realizado assume uma importância relevante no contexto das Smart Cities, uma vez que soluções como as apresentadas para a gestão de multidões são fundamentais para o desenvolvimento urbano e a evolução da cidade. Atualmente, com o crescente fluxo de turistas a visitar Lisboa, torna-se essencial dispor dos meios adequados para acolher estes visitantes e gerir o seu impacto no quotidiano dos residentes, garantindo a segurança e o bem-estar de todos.
Ao longo do trabalho procurou-se entender o impacto que as greves de transportes têm na afluência rodoviária em Lisboa, adicionalmente, procurou-se entender a concentração dos turistas em Lisboa, bem como a sua previsão através de machine learning. 

This study is of great importance in the context of Smart Cities, since solutions such as those presented for crowd management are fundamental to urban development and the evolution of the city. Currently, with the growing flow of tourists visiting Lisbon, it is essential to have the right means to welcome these visitors and manage their impact on the daily life of residents, guaranteeing the safety and well-being of all.
Throughout the work, we sought to understand the impact that transport strikes have on the influx of tourists in Lisbon, and we also sought to understand the concentration of tourists in Lisbon, as well as their prediction through machine learning.

 Autores: André Novo, Beatriz Paulino , Catarina Brito e Luís Pereira | Professor Responsável: João Carlos Ferreira,  ISCTE IUL

Análise do movimento de dispositivos nos 11 eixos rodoviários da cidade de Lisboa, e a sua relação com dados meteorológicos. Os respetivos dados foram analisados, e posteriormente tratados, sempre que possível com base em métodos presentes no estado da arte. Com os dados tratados, foi concretizado um modelo de previsão e análise gráfica interativa dos dados. Os resultados obtidos permitem observar quais eixos possuem mais movimento rodoviário, e o seu comportamento ao longo do dia. Esta análise dos dados pode ser aplicada a qualquer conjunto de dados, desde que com as mesmas variáveis, e definida para eixos e variáveis específicas pelo utilizador.

Analysis of the movement of devices on the 11 roads in the city of Lisbon, and its relationship with meteorological data. The data was analyzed and then processed, whenever possible using state-of-the-art methods. With the data processed, a forecasting model and interactive graphical analysis of the data were created. The results obtained make it possible to identify axes that have the most road traffic and their behavior throughout the day. This data analysis can be applied to any set of data, as long as it contains the same variables, and defined for specific axes and variables by the user.

Autor: José Sousa | Professor Responsável: Mateus Daniel Almeida Mendes, Instituto Politécnico de Coimbra 

Ficheiros de código