Descripció de la invenció

08/10/2018 | OCIT
Compartir

Compartir

Facebook
X
Linkedin
Whatsapp
Gmail
Imprimir

[Modelització estadística i predicció de fenòmens que varien en l'espai i/o temps]

La complexitat de molts dels fenòmens humans i ambientals dificulta la seua adequada comprensió i predicció sobre la seua evolució futura. El grup de recerca Modelització matemàtica-estadística de dades espai-temporals i Mineria de dades de la Universitat Jaume I de Castelló (UJI) ha desenvolupat tècniques d'estadística espai-temporal capaces de modelizar fenòmens complexos i predir el seu comportament per a extraure conclusions útils o prendre decisions rellevants. 

Aquestes tècniques s'apliquen sobre informació georreferenciada; és a dir, sobre successos que ocorren en un lloc i un temps determinat. Aquestes tècniques d'estadística multivariant i mineria de dades permeten oferir a Administracions públiques i empreses solucions per a la predicció en àrees com la seguretat ciutadana, la contaminació ambiental, l'enginyeria o l'epidemiologia, entre unes altres.

Les capacitats que el grup de recerca de l'UJI posa a disposició a través de serveis tecnològics són:

  • Assessorament per a resolució de problemes reals que evolucionen en l'espai i/o temps.
  • Modelització de fenòmens socials.
  • Modelització espai-temporal en criminologia i predicció del delicte i l'incivisme.
  • Elaboració de programari estadístic per a resolució de problemes en medi ambient.
  • Elaboració de mapes de contaminació atmosfèrica, acústica i de sòls.
  • Elaboració de mapes predictius de taxes de mortalitat per a companyies asseguradores.
  • Elaboració de mapes epidemiològics relacionats amb certes malalties infeccioses.
  • Elaboració de mapes de concentració de l'activitat econòmica.
  • Anàlisi i aprofitament de dades massives.
  • Anàlisi de dades a temps real d'emergències (dades procedents del 112).

En el cas de la criminologia, per exemple, l'anàlisi integrada de grans quantitats de dades de tipologia diversa (topogràfics, meteorològics, socioeconòmics, de xarxes socials, etc.) pot ajudar a les Administracions a identificar zones especialment vulnerables pel que al crim es refereix i, amb açò, permetre un millor aprofitament dels recursos destinats al manteniment de la seguretat ciutadana.

De la mateixa manera, en el camp de la gestió mediambiental, el grup de recerca ha dissenyat un model més complet de mapes de risc d'incendis forestals, que incorpora tant variables físiques com a socioeconòmiques amb l'objectiu de millorar els mapes existents de perillositat davant el foc basats en simulacions. Així, a la temperatura, la precipitació acumulada o la velocitat del vent, s'afigen altres variables com el tipus de vegetació, la proximitat de carreteres o conflictes urbanístics existents, la qual cosa permet afinar la prevenció dels incendis.