Model-driven Engineering and Predictive Analytics Approach to Implementation of Sustainable Development Goals
Authors
Okewu, EmmanuelDate
2020Affiliation
Universidad de Alcalá. Departamento de Ciencias de la Computación; Universidad de Alcalá. Programa de Doctorado en Ingeniería de la Información y del ConocimientoKeywords
Artificial Intelligence
Data banks
Heuristics
Document type
info:eu-repo/semantics/doctoralThesis
Version
info:eu-repo/semantics/acceptedVersion
Rights
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Access rights
info:eu-repo/semantics/openAccess
Abstract
Sustainability implies meeting the needs of present generation while not jeopardizing the needs of future generation. Another term for it is Sustainable Development which means balancing socio-economic development with environmental protection. Hence, the three pillars of sustainability (or sustainable development) are social protection, economic development and environmental conservation. The protocols (principles or practices) that guide sustainability are referred to as sustainable development practices.
Overtime, global sustainable development plans have been put in place to enrich lives and livelihoods such as the Millennium Development Goals (MDGs) (2000 - 2015) and the Sustainable Development Goals (SDGs) (2015 – 2030). However, implementation of past plans such as MDGs have been below expectations. The less-than-impressive performances of past plans have been partly blamed on data inadequacy and lack of technologies for extracting hidden and useful patterns in existing data for informed decision making.
As a solution, this PhD Thesis proposes the integration of model-driven engineering and predictive analytics into existing sustainable development protocols for enhanced implementation of present and future international sustainable development plans. We are motivated by the current trend of data explosion and the hidden treasure in big data. We show, using the SDGs, that software architecture could be used to demystify sustainable development concepts for improved citizens-stakeholders engagement that promotes transparency, accountability and good governance for optimal utilization of scarce public resources. We also show that neural network model could be used to elicit useful patterns in data and predict, with high accuracy, future events for improved decision making especially in emergencies.
Our findings and proposed solution have been published in impact journals and proceedings of highly rated international conferences. La sostenibilidad implica satisfacer las necesidades de la generación actual sin poner en peligro las necesidades de las generaciones futuras. Otro término para ello es Desarrollo Sostenible, que significa equilibrar el desarrollo socioeconómico con la protección del medio ambiente. Por lo tanto, los tres pilares de la sostenibilidad (o desarrollo sostenible) son la protección social, el desarrollo económico y la conservación del medio ambiente. Los protocolos (principios o prácticas) que guían la sostenibilidad se denominan prácticas de desarrollo sostenible.
Con el tiempo, se han puesto en marcha planes mundiales de desarrollo sostenible para mejorar las vidas y los medios de subsistencia de las personas, como los Objetivos de Desarrollo del Milenio (ODM) (2000 - 2015) y los Objetivos de Desarrollo Sostenible (SDG) (2015 - 2030). Sin embargo, la ejecución de anteriores planes, como los ODM, ha sido inferior a las expectativas. Los resultados han sido menos relevantes de estos planes se han atribuido en parte a la insuficiencia de datos y a la falta de tecnologías para extraer patrones ocultos y útiles en los datos existentes para la adopción de decisiones fundamentadas.
Como solución, esta tesis doctoral propone la integración de la ingeniería dirigida por modelos y el análisis predictivo en los protocolos de desarrollo sostenible existentes para mejorar la aplicación de los planes internacionales de desarrollo sostenible presentes y futuros. Su motivación reside en la tendencia actual de incremento explosivo de datos y el valor escondido en los grandes volúmenes de datos (big data). Demostramos, utilizando los SDG, que la arquitectura de software podría utilizarse para desmitificar los conceptos de desarrollo sostenible con el fin de mejorar la participación de los ciudadanos y las partes interesadas que promueva la transparencia, la rendición de cuentas y la buena gobernanza para la utilización óptima de los escasos recursos públicos. También mostramos que el modelo de red neuronal podría utilizarse para obtener patrones útiles en los datos y predecir, con gran precisión, los acontecimientos futuros para mejorar la toma de decisiones, especialmente en situaciones de emergencia. Nuestras conclusiones y la solución propuesta se han publicado en revistas de impacto y en las actas de conferencias internacionales de gran prestigio.
Files in this item
Files | Size | Format |
|
---|---|---|---|
Tesis Emmanuel Okewu.pdf | 3.089Mb |
|
Files | Size | Format |
|
---|---|---|---|
Tesis Emmanuel Okewu.pdf | 3.089Mb |
|
Collections
- Tesis Doctorales UAH [1942]