Artigo em revista científica Q2
Data-driven approach for incident management in a smart city
Luís B. Elvas (Elvas, L. B.); Carolina F. Marreiros (Marreiros, C. F.); João M. Dinis (Dinis, J. M. ); Maria C. Pereira (Pereira, M. C. ); Ana Martins (Martins, A. L.); Joao C Ferreira or Joao Ferreira (Ferreira, J. C.);
Título Revista
Applied Sciences
Ano
2020
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 1

(Última verificação: 2022-05-20 03:01)

Ver o registo na Web of Science®

Scopus

N.º de citações: 1

(Última verificação: 2022-05-17 23:13)

Ver o registo na Scopus


: 0.2
Google Scholar

N.º de citações: 1

(Última verificação: 2022-05-18 14:02)

Ver o registo no Google Scholar

Abstract/Resumo
Buildings in Lisbon are often the victim of several types of events (such as accidents, fires, collapses, etc.). This study aims to apply a data-driven approach towards knowledge extraction from past incident data, nowadays available in the context of a Smart City. We apply a Cross Industry Standard Process for Data Mining (CRISP-DM) approach to perform incident management of the city of Lisbon. From this data-driven process, a descriptive and predictive analysis of an events dataset provided by the Lisbon Municipality was possible, together with other data obtained from the public domain, such as the temperature and humidity on the day of the events. The dataset provided contains events from 2011 to 2018 for the municipality of Lisbon. This data mining approach over past data identified patterns that provide useful knowledge for city incident managers. Additionally, the forecasts can be used for better city planning, and data correlations of variables can provide information about the most important variables towards those incidents. This approach is fundamental in the context of smart cities, where sensors and data can be used to improve citizens’ quality of life. Smart Cities allow the collecting of data from different systems, and for the case of disruptive events, these data allow us to understand them and their cascading effects better.
Agradecimentos/Acknowledgements
This research was funded by the Foundation for Science and Technology (FCT) through ISTAR-IUL’s project UIDB/04466/2020 and UIDP/04466/2020. J.C.F. received support from the Portuguese National Funds through FITEC—Programa Interface, with
Palavras-chave
Buildings,Incident management,Knowledge extraction,Smart cities,Critical infrastructures,CRISP-DM
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDP/04466/2020 Fundação para a Ciência e a Tecnologia
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.