Sistema de tarifado dinámico en near-to-real-time para Smart Parkings

Simple item page
dc.contributor.advisorQuintana Izzi, Alexis Franklin
dc.contributor.tribunalEspinosa Peralta, Carlos Marcelo
dc.contributor.tribunalMartínez Varsi, Nicolas
dc.creatorBonillo Valero, Pedro Jesus
dc.creatorDíaz Baraibar, José Eduardo
dc.creatorMattos León, Juan Diego
dc.date.issued2022
dc.descriptionIncluye bibliografía y anexos.
dc.description.abstractEl presente trabajo final nace con el objetivo de optimizar las búsquedas de lugares para estacionar y poder reducir todas estas problemáticas que este proceso conlleva. Como meta principal se pretende diseñar e implementar una arquitectura con elementos de IoT, Big Data y Machine Learning capaz de procesar un gran volumen de datos estructurados relacionados a estacionamientos inteligentes. También poder ofrecer una solución real que ahorre los tiempos del proceso de estacionar un vehículo, al mismo tiempo que sea una solución tentadora para la gerencia del estacionamiento que le permita incrementar sus ingresos mediante tarifas dinámicas. El procesamiento será en tiempo real y tendrá una interfaz de usuario capaz de desplegar distintas formas de visualizar información de interés, ya sea capacidad total y disponibilidad de los parkings, características de los distintos estacionamientos y tarifado dinámico. Los atributos de calidad manejados por la arquitectura implementada serán la escalabilidad, tolerancia a fallos, performance y disponibilidad.
dc.format.extent75 p. il., diagrs., tbls., grafs.
dc.identifier.citationBonillo Valero, P. J., Díaz Baraibar, J. E., & Mattos León, J. D. (2022). Sistema de tarifado dinámico en near-to-real-time para Smart Parkings (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.
dc.languageEspañol.
dc.publisherUniversidad ORT Uruguay
dc.relation.otherhttps://sisbibliotecas.ort.edu.uy/bib/93882
dc.subjectPROYECTOS-MD
dc.subjectBIG DATA
dc.subjectINTELIGENCIA ARTIFICIAL
dc.subjectINTERNET DE LAS COSAS
dc.subjectESTACIONAMIENTOS
dc.titleSistema de tarifado dinámico en near-to-real-time para Smart Parkings
dc.typeTrabajo final de carrera
ort.thesis.careerFI - Master en Big Data - MD
ort.thesis.degreegrantorFacultad de Ingeniería
ort.thesis.degreelevelMaster
ort.thesis.degreenameMaster en Big Data
ort.thesis.degreetypeTrabajo final
ort.thesis.noteTrabajo final (Master). Universidad ORT Uruguay, Facultad de Ingeniería
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Material completo.pdf
Size:
13.63 MB
Format:
Adobe Portable Document Format
Description:
description
Download
Collections
Trabajos finales de carrera de postgrado