Viernes de Transporte con Carlos Lima “Sensing and Machine Learning in travel behaviour and emotions"

Expone: Carlos Lima, Profesor Asociado en el Departamento de Tecnología, Gestión y Economía de la Universidad Técnica de Dinamarca y Afiliado de Investigación del Laboratorio ITS en el Instituto Tecnológico de Massachusetts (MIT). Es miembro de la Sección de Sistemas de Transporte Inteligente y Director de Estudios de la Maestría en Transporte y Logística en la DTU. Antes de incorporarse a la DTU, fue Científico Investigador (2016-18) y Director Ejecutivo del Comité de Educación en Transporte (2016-17) en el MIT. Fue Investigador Postdoctoral Senior en la Alianza de Investigación y Tecnología Singapur-MIT (2014-15) y Becario de Investigación en el Laboratorio Nacional de Ingeniería Civil de Portugal (2005-13). Tiene un doctorado (2014) en Sistemas de Transporte, una maestría (2008) en Ingeniería de Transporte y una licenciatura de 5 años en Ingeniería Estructural (2004), todos de la Universidad de Lisboa. Su investigación se centra en combinar el modelado del comportamiento, el aprendizaje automático y la simulación de soluciones de movilidad futura. Sus investigaciones previas incluyen el desarrollo y aplicación de marcos de detección y modelado del comportamiento individual, simulaciones urbanas a gran escala basadas en agentes, y el diseño y evaluación de soluciones de gestión de la demanda y la oferta para mejorar el bienestar y la calidad de vida.

• Fecha: 12 de septiembre de 2025
• Hora: 13:30 hrs
• Modalidad: Online
• Lugar: Sala Multiuso del Edificio Civil

Inscríbete aquí para recibir tu link de zoom

Resumen:

Las emociones son un resultado de las experiencias, incluido el viaje, y desempeñan un papel crucial en la toma de decisiones, más allá de la teoría clásica de la elección racional. Sin embargo, integrar las emociones en nuestros modelos de comportamiento de viaje es un desafío debido a su naturaleza latente y a la complejidad de evaluar sus causas y sus impactos en la toma de decisiones. En esta conferencia, presentaré nuestros esfuerzos recientes en detección, modelado clásico y aprendizaje automático para iluminar estas conexiones en el contexto de la movilidad urbana.