MobilitApp
500+
次下載
所有人
info
關於此應用程式
MobilitApp 定期收集來自 3 個移動感測器的資料：加速計、磁力計和陀螺儀。我們不使用 GPS 來預測交通工具，這樣可以節省電池壽命，並且不會不斷讀取人的地理位置。
處理獲得的資訊以訓練機器學習模型，該模型隨後能夠預測公民使用的交通方式。目前MobilitApp對這些交通工具的辨識準確率超過88%：自行車、電動自行車、電動滑板車、公車、地鐵、火車、電車、摩托車、汽車、跑步和步行。
使用者在移動時可以在地圖上查看多式聯運路線各路段的交通模式預測。
用戶資訊完全匿名處理。
MobilitApp 收集有關多式聯運旅程的資訊：從哪裡開始、使用什麼運輸方式、偵測到運輸方式發生變化的位置、新的運輸方式是什麼。依此類推，一段一段地進行，直到偵測到多式聯運路線的終點。
不會收集使用者的身份資訊。目標是收集大都會地區公民多式聯運軌跡資料庫，以分析公民的流動流動和流動習慣。
MobilitApp 是一款旨在協助大眾運輸主管機關改善所提供服務的工具。我們的目標是合作實現永續的城市交通，讓巴塞隆納成為一個越來越無污染、更宜居的城市。
MobilitApp 是由加泰隆尼亞理工大學遠距資訊處理工程系 (http://www.entel.upc.edu) 的 SISCOM 研究小組 (https://siscom.upc.edu) 的研究人員和學生開發的（https://www.upc.edu），在教授的監督下。莫妮卡·阿吉拉爾·伊加圖亞。
MobilitApp 專案網站：https://mobilitapp.upc.edu
處理獲得的資訊以訓練機器學習模型，該模型隨後能夠預測公民使用的交通方式。目前MobilitApp對這些交通工具的辨識準確率超過88%：自行車、電動自行車、電動滑板車、公車、地鐵、火車、電車、摩托車、汽車、跑步和步行。
使用者在移動時可以在地圖上查看多式聯運路線各路段的交通模式預測。
用戶資訊完全匿名處理。
MobilitApp 收集有關多式聯運旅程的資訊：從哪裡開始、使用什麼運輸方式、偵測到運輸方式發生變化的位置、新的運輸方式是什麼。依此類推，一段一段地進行，直到偵測到多式聯運路線的終點。
不會收集使用者的身份資訊。目標是收集大都會地區公民多式聯運軌跡資料庫，以分析公民的流動流動和流動習慣。
MobilitApp 是一款旨在協助大眾運輸主管機關改善所提供服務的工具。我們的目標是合作實現永續的城市交通，讓巴塞隆納成為一個越來越無污染、更宜居的城市。
MobilitApp 是由加泰隆尼亞理工大學遠距資訊處理工程系 (http://www.entel.upc.edu) 的 SISCOM 研究小組 (https://siscom.upc.edu) 的研究人員和學生開發的（https://www.upc.edu），在教授的監督下。莫妮卡·阿吉拉爾·伊加圖亞。
MobilitApp 專案網站：https://mobilitapp.upc.edu
更新日期
為確保安全，請先從瞭解開發人員如何收集與分享資料開始。資料私隱和安全程序可因使用情況、所在地區和年齡而異。此資料由開發人員提供，並可能會隨時間更新。
