Resumen

El conocimiento de los patrones de movilidad de los conductores es útil para habilitar funcionalidades inteligentes de vehículos contextuales, como sugerencias de ruta, acondicionamiento de la cabina y gestión de energía para vehículos eléctricos. Dichos patrones suelen describirse en términos de los Puntos de Interés (PoIs) visitados por un individuo. Sin embargo, los métodos de extracción de PoI existentes son de propósito general y suelen depender de detectar períodos de baja movilidad, lo que significa que al aplicarlos a datos de vehículos, a menudo extraen un gran número de PoIs falsos (por ejemplo, extracción incorrecta de PoIs debido a paradas en el tráfico), reduciendo su utilidad. Para reducir el número de PoIs falsos que se extraen, proponemos utilizar características derivadas de las señales del vehículo, como la marcha seleccionada y el estado de las puertas, para clasificar los PoIs candidatos y filtrar aquellos que no son relevantes. En este documento, (i) presentamos la Extracción

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Conocimiento; Conductores; Pautas de movilidad; Funcionalidad de los vehículos; Puntos de interés; Métodos de extracción
• Keywords:Knowledge; Drivers; Mobility patterns; Vehicle functionality; Points of interest; Extraction methods