Mobilitat
Un nou model matemàtic millora la predicció de la mobilitat humana entre ciutats
La fórmula, desenvolupada per un equip investigador de la URV, descriu amb precisió els patrons de moviment de les persones
Imatge del trànsit en una ciutat.
Investigadors de la Universitat Rovira i Virgili (URV) han dissenyat un model matemàtic per predir la mobilitat humana entre ciutats a partir d'un algorisme que descriu amb precisió els patrons de moviment de les persones.
Aquest nou mètode, en què han participat investigadors de la Northeastern University i la Universitat de Pennsilvània (Estats Units), combina tècniques d'aprenentatge automàtic, física estadística i estadística bayesiana per equilibrar de manera eficient la complexitat i la precisió del model.
«Amb aquest nou algorisme -que anomenen robot científic- podem identificar quins són els models més plausibles que expliquen les dades observades, en el nostre cas, els fluxos de mobilitat», ha explicat Marta Sales-Pardo, del grup de recerca SeesLab de la URV.
«Hem desenvolupat una eina molt poderosa per al descobriment científic i la modelització basada en dades», ha afegit Roger Guimerà, professor de recerca ICREA del mateix grup.
Segons els investigadors, aquest model pot ajudar a planificar infraestructures vials i serveis de transport públic amb major eficiència, el que optimitzarà la distribució de recursos i reduirà la congestió.
També és útil en el camp de la salut pública, ja que pot contribuir a modelar la propagació de malalties infeccioses, en permetre entendre com es mouen les persones, com poden transmetre virus i altres patògens d'una zona a una altra i, així, dissenyar estratègies de contenció en casos de pandèmia.
A més, la capacitat de predir la mobilitat humana té implicacions per a la sostenibilitat, ja que pot ajudar a gestionar millor el consum d'energia i reduir les emissions de gasos d'efecte hivernacle associades al transport.
«Com que únicament utilitza les variables de població i distància, només són necessaris uns mínims ajustos en els paràmetres per extrapolar les prediccions a altres entorns geogràfics», ha assegurat l'investigador Oriol Cabanas, que ha participat en l'estudi, els resultats del qual s'han publicat a la revista Nature Communications.