Qrowd

Die Integration von Big Data in europäischen Städten ist von größter Bedeutung für Kommunen und Unternehmen, um effektive Informationsdienste anzubieten, einen effizienten datengesteuerten Verkehr und Mobilität zu ermöglichen, CO2-Emissionen zu reduzieren, die Effizienz der Infrastruktur zu bewerten und die Lebensqualität der Bürger zu verbessern. Derzeit ist diese Integration aufgrund der folgenden Faktoren erheblich eingeschränkt: 1) Urban Big Data ist in isolierten industriellen und öffentlichen Sektoren eingeschlossen, und 2) Die eigentliche Big Data-Integration ist aufgrund der Heterogenität der Datenquellen, der Vielfalt der Formate, Größen, Qualitäten und Aktualisierungsraten ein extrem schwieriges technisches Problem, so dass die Integration erhebliche menschliche Eingriffe erfordert. QROWD begegnet diesen Herausforderungen, indem es Methoden zur sektorübergreifenden Streaming Big Data Integration anbietet, einschließlich geografischer, transportbezogener, meteorologischer, domänenübergreifender und Nachrichtendaten, bei gleichzeitiger Nutzung menschlicher Feedback-Kanäle. Die Hauptziele von QROWD sind: (1) Erleichterung der sektorübergreifenden Integration von Big Data Streams für die städtische Mobilität, einschließlich Echtzeitdaten über den individuellen und öffentlichen Verkehr in Kombination mit weiteren verfügbaren Quellen, wie Wetterbedingungen und Infrastrukturinformationen, um einen umfassenden Überblick über den Stadtverkehr zu erhalten; (2) Unterstützung der Teilnahme und des Feedbacks verschiedener Interessengruppen zur Förderung datengetriebener Innovationen in Städten; und (3) Aufbau einer Plattform für hybride Berechnungsmethoden auf der Grundlage effizienter Algorithmen, die durch menschliche Berechnung und Feedback ergänzt werden.
Die Hauptergebnisse von QROWD sind: (1) Zwei Daten-Wertschöpfungsketten in den Sektoren städtische Mobilität und öffentlicher Verkehr unter Verwendung einer Mischung aus groß angelegten heterogenen mehrsprachigen Datensätzen; und (2) sektorübergreifende und sprachübergreifende Technologie, einschließlich Algorithmen und Tools, die alle Phasen der sektorübergreifenden Big Data Value Chain abdecken, basierend auf W3C-Standards und unter Nutzung einer flexiblen und effizienten Kombination aus menschlicher und maschineller Berechnung.

Laufzeit: 12/2016 – 11/2019
Förderprogramm: EU-Forschungs- und Innovationsförderprogramms Horizon 2020
Fördernummer: 732194

Projektwebseite

Projektteam

  • Simon Bin
  • Gordian Dziwis
  • Claus Stadler
  • Patrick Westpfahl

News im Projekt

Projektförderung

Dieses Projekt wurde im Rahmen der Finanzhilfevereinbarung Nr. 732194 aus dem Forschungs- und Innovationsprogramm der Europäischen Union Horizon 2020 finanziert.

Projektpartner

Qrowd Tweets