Tesi di dottorato di ricerca inerente la ricerca degli elementi di misurazione delle incidenze delle intelligenze artificiali applicate ai contesti urbanistici finalizzati alla definizione della chiave interpretativa e valutativa di contesti con smartness definibili comunemente Smart City. La ricerca intende non solo approfondire la letteratura e le interpretazioni più consuete secondo cui è possibile parlare di città integrata nel binomio AI e progettazione urbana (Smart City), ma si muove all'interpretazione e riconoscimento di quelle condizioni di sussistenza di smartness e variabili sostantive che permettono di misurare l'intelligenza urbana e parametrarla in molteplici contesti urbanistico - territoriali.

Verso la definizione di approcci, modelli e metodi per l'individuazione strutturante e qualificante di elementi di "smartness" negli scenari di città e mobilità ecosostenibile / Tiffany Geti. - (2022).

Verso la definizione di approcci, modelli e metodi per l'individuazione strutturante e qualificante di elementi di "smartness" negli scenari di città e mobilità ecosostenibile

Tiffany Geti
2022

Abstract

Tesi di dottorato di ricerca inerente la ricerca degli elementi di misurazione delle incidenze delle intelligenze artificiali applicate ai contesti urbanistici finalizzati alla definizione della chiave interpretativa e valutativa di contesti con smartness definibili comunemente Smart City. La ricerca intende non solo approfondire la letteratura e le interpretazioni più consuete secondo cui è possibile parlare di città integrata nel binomio AI e progettazione urbana (Smart City), ma si muove all'interpretazione e riconoscimento di quelle condizioni di sussistenza di smartness e variabili sostantive che permettono di misurare l'intelligenza urbana e parametrarla in molteplici contesti urbanistico - territoriali.
2022
Alberto Ziparo
ITALIA
Tiffany Geti
File in questo prodotto:
File Dimensione Formato  
GETI TIFFANY_TESI_PhD 2022.pdf

accesso aperto

Descrizione: Tesi Dottorato_Tiffany Geti
Tipologia: Tesi di dottorato
Licenza: Creative commons
Dimensione 44.49 MB
Formato Adobe PDF
44.49 MB Adobe PDF

I documenti in FLORE sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificatore per citare o creare un link a questa risorsa: https://hdl.handle.net/2158/1264054
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact