Description du projet
Exploitation optimale des données pour un meilleur avenir de la mobilité
L’écosystème de la mobilité étant en perpétuelle mutation, il y a lieu de tirer le meilleur parti de l’utilisation des données afin de mettre en lumière l’efficacité et l’incidence de certaines technologies de mobilité et les besoins des citoyens sur le plan de la mobilité. Le projet nuMIDAS, financé par l’UE, apportera des informations sur les outils méthodologiques, les bases de données et les modèles nécessaires à l’intégration fructueuse, dans les projets des décideurs politiques, de toutes les solutions de rupture en matière de mobilité. De plus, il se penchera sur la façon d’adapter ou de compléter les outils existants avec de nouvelles données. En validant les résultats du projet dans le cadre d’une série d’études de cas menées dans des villes pilotes, qui présentent des caractéristiques variées, nuMIDAS vise à fournir une boîte à outils concrète et facilement disponible pour différentes applications.
Objectif
The mobility ecosystem is rapidly evolving, whereby we see the rise of new stakeholders and services. Examples of these are the presence of connected and automated vehicles, a large group of organisations that rally to establish various forms of share mobility, with the pinnacle being all of these incorporated into a large Maas ecosystem. As these new forms of mobility offerings start to appear within cities, so do the new ways in which data are being generated, collected, and stored. Analysing this (Big) data with suitable (artificial intelligence) techniques becomes more paramount, as it leads to insights in the performance of certain mobility solutions, and is able to highlight (mobility) needs of citizens in a broader context, in addition to a rise in new risks and various socio-economic impacts.
Successfully integrating all these disruptive technologies and solutions with the designs of policy makers remains a challenge at current. let alone being able to analyse, monitor and, assess mobility solutions and their potential socio-economic impacts.
nuMIDAS bridges this (knowledge) gap, by providing insights into what methodological tools, databases, and models are required, and how existing ones need to be adapted or augmented with new data. To this end, it starts from insights obtained through (market) research and stakeholders, as well as quantitative modelling. A wider applicability of the project’s results across the whole EU is guaranteed as all the research is validated within a selection of case studies in pilot cities, with varying characteristics, thereby giving more credibility to these results. Finally, through an iterative approach, nuMIDAS creates a tangible and readily available toolkit that can be deployed elsewhere, including a set of transferability guidelines, thus thereby contributing to the further adoption and exploitation of the project’s results.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellesinformatique et science de l'informationintelligence artificielle
- sciences naturellesinformatique et science de l'informationbases de données
- sciences naturellessciences biologiquesécologieécosystème
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-MG-2018-2019-2020
Voir d’autres projets de cet appelSous appel
H2020-MG-2020-SingleStage-INEA
Régime de financement
RIA - Research and Innovation actionCoordinateur
3010 Leuven
Belgique
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.