Descripción del proyecto
Nuevas técnicas adaptativas para el control de calidad de los datos de localización de las cosas
La localización de las cosas (LoT, por sus siglas en inglés) implica la recopilación de cantidades ingentes de datos de movilidad, que posteriormente se procesan y transmiten entre nodos heterogéneos de datos en una arquitectura descentralizada. Dado que las técnicas centralizadas de control de calidad de datos convencionales no pueden hacer frente a tales procesos de LoT, el control de calidad de datos para este ámbito sigue siendo un reto. El proyecto MALOT, financiado con fondos europeos, se propone diseñar un conjunto de técnicas nuevas que pueden adaptarse a la arquitectura LoT descentralizada y heterogénea. Esto supondrá el desarrollo de un modelo central para evaluar la calidad de datos de movilidad en nodos dinámicos y descentralizados de datos, algoritmos efectivos de mejora de datos conscientes de la calidad y un mecanismo para la programación óptima de tareas de control de calidad entre nodos relevantes. El trabajo del proyecto contribuirá a la innovación del internet de las cosas de Europa y ampliará sus aplicaciones.
Objetivo
Location of Things (LoT) is an Internet of Things paradigm for mobility analytics. In LoT, massive mobility data is being gathered, processed and transmitted among heterogeneous data nodes in a decentralized architecture. Traditional centralized data quality management techniques cannot cope with such characteristics of LoT, making the management of data quality for LoT a prominent challenge. In the project MALOT, the researcher aims at designing a set of new techniques that are particularly adaptive to the decentralized and heterogeneous LoT architecture for assessing and enhancing mobility data quality. Specifically, the research actions of MALOT include (1) a core model for assessing mobility data quality at decentralized and dynamic data nodes; (2) effective quality-aware data enhancement algorithms to handle the heterogeneity and inconsistency of LoT mobility data; (3) a mechanism for scheduling quality management tasks among relevant nodes in an efficiency-optimal fashion. With the research actions dedicated to decentralized modelling, heterogeneous data integration, and mobile task planning, MALOT will firmly strengthen the researcher's scientific skills and innovative competences. Through many inter-sectoral training and communication activities planned for the project, the researcher will have great opportunities to diversify his skillsets and enhance his future career prospects. A two-way knowledge transfer is guaranteed since MALOT combines the researcher's expertise in mobility analytics and the participating organizations' expertise in big data management and decentralized information systems. Committed to the mobility data quality management for IoT-like architecture, MALOT is not only expected to benefit the academic development of the host and the researcher but will contribute to Europe's IoT innovation and applications.
Ámbito científico
Palabras clave
Programa(s)
Régimen de financiación
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinador
9220 Aalborg
Dinamarca