V dnešní době se velká města potýkají s velkými problémy, jako jsou dopravní zácpy, znečištění ovzduší a spotřeba energie. Tyto velké problémy ve velkých městech lze řešit pomocí velká data (což znamená zpracování velkých objemů dat).
Právě to je městská výpočetní technika. Lze ho jednoduše definovat jako využití velkých dat k řešení velkých problémů velkých měst..
Pojďme si o tom říci více.
Urban Computing zahrnuje proces získávání, integrace a analýzy velkých a různorodých dat generovaných z různých zdrojů v městském prostoru. Mezi tyto zdroje dat patří senzory, mobilní zařízení, vozidla, budovy a lidé.
Co je to městská výpočetní technika?
V článku s názvem "Urban computing: koncepty, metodiky a aplikace", autoři představují obecný rámec pro implementaci Urban Computing.
Urban Computing propojuje neintruzivní a všudypřítomné snímací technologie, pokročilou správu dat, analytické modely a nové metody vizualizace s cílem vytvořit řešení, která zlepší městské prostředí, kvalitu lidského života a systémy fungování města.
Musíme také zdůraznit, že Urban Computing je interdisciplinární obor. Integruje výpočetní techniku s dalšími obory, jako je doprava, stavební inženýrství, ekonomie, ekologie a sociologie v kontextu městských prostor.
Pravděpodobně vás napadá otázka: jak implementovat Urban computing, abyste překonali problémy velkých měst?
Dobrá zpráva, existuje pro to rámec!
Rámec městské výpočetní techniky
V článku s názvem "Urban computing: koncepty, metodiky a aplikace", autoři představují obecný rámec pro implementaci Urban Computing.
Rámec se skládá ze čtyř vrstev: Snímání měst, správa městských dat, analýza dat a poskytování služeb. Každá vrstva má specifickou funkci.
Na stránkách Snímání měst vrstva má na starosti sběr dat z městských prostor. Tento sběr dat lze provádět různými technikami, jako je participativní snímání, crowdsensing a mobilní snímání.
Na stránkách Správa městských dat vrstva umožňuje uspořádat data pomocí určité indexační struktury, která zahrnuje jak časoprostorové informace, tak texty pro podporu efektivní analýzy dat.
V Vrstva pro analýzu dat, různé techniky, jako např. Těžba dat, Strojové učenía Vizualizace dat slouží k identifikaci vzorů v datech a získávání cenných informací pro následné rozhodování.
Na stránkách Poskytování služeb vrstva zahrnuje různá řešení a služby, jejichž cílem je zlepšit zážitky lidí z jízdy, snížit dopravní zácpy, znečištění ovzduší a spotřebu energie. Například v případě zjištění jakékoli dopravní anomálie budou tyto informace předány dopravnímu úřadu k rozptýlení dopravy a diagnostice anomálie.
Jakým výzvám čelí městská výpočetní technika?
Při ideální implementaci čelí Urban Computing třem velkým výzvám:
1.Snímání a sběr dat.
Tato výzva se zabývá tím, jak sbírat městská data neintruzivním a kontinuálním způsobem s ohledem na omezení počtu senzorů rozmístěných ve městě.
Vybudování nových infrastruktur pro snímání by mohlo tohoto cíle dosáhnout, avšak zvýšilo by to zátěž měst.
Člověk jako senzor je nový koncept, který může pomoci řešit tuto výzvu pomocí jeho příspěvků na sociálních sítích nebo jeho GPS stop k pochopení událostí, které se kolem něj dějí.
Lidé jako senzor přinášejí nové výzvy, jako např.:
- Zvýšené využívání energie zařízení;
- Ochrana osobních údajů;
- Zkreslená data, protože uživatelé nejsou rovnoměrně rozloženi a neposílají údaje o snímání se stejnou frekvencí;
- Nestrukturovaná, implicitní a zašuměná data poskytovaná uživateli. Naproti tomu data generovaná tradičními senzory jsou dobře strukturovaná, explicitní, čistá a snadno pochopitelná.
2. Heterogenní data.
Techniky dolování dat a strojového učení obvykle zpracovávají jeden druh dat. Řešení městských problémů však zahrnuje širokou škálu faktorů (například zkoumání znečištění ovzduší zahrnuje současné studium dopravního toku, meteorologie a využití půdy).
3. Hybridní systémy.
Na rozdíl od vyhledávače nebo digitální hry, kde se data generují a spotřebovávají v digitálním světě, městská výpočetní technika obvykle integruje data z obou světů (kombinuje provoz se sociálními médii).
Návrh hybridních systémů je mnohem náročnější než u běžných systémů, protože systém musí komunikovat s mnoha zařízeními a uživateli současně a odesílat a přijímat data různých formátů.
Jaké jsou hlavní aplikace městské výpočetní techniky?
Aplikací Urban Computing by mohlo být nespočet.
Aplikace lze rozdělit do sedmi kategorií: územní plánování, doprava, životní prostředí, veřejná bezpečnost, energetika, ekonomika, ekologie a sociální oblast.
Zde je velmi stručný popis každého z nich:
- Urbanistické plánování.
Pro budování chytrých měst je důležité plánování. Tato kategorie zahrnuje odhalování základních problémů v dopravních sítích, odhalování funkčních oblastí ve městě (například oblastí, které podporují různé potřeby lidí a slouží jako organizační technika, jako jsou vzdělávací oblasti nebo obchodní čtvrti) a odhalování hranic města pro pochopení jeho vývoje.
- Doprava.
Do této kategorie patří: zlepšení jízdních vlastností, taxislužby a systémy veřejné dopravy.
- Životní prostředí.
Rychlý postup urbanizace se stane potenciální hrozbou pro životní prostředí měst. Urbanistická výpočetní technika pro životní prostředí zahrnuje: zlepšení kvality ovzduší ve městech a snížení hlukové zátěže.
- Veřejná bezpečnost a ochrana.
Zde můžeme uvést následující aplikace: detekce dopravních anomálií, detekce katastrof a detekce nehod.
- Spotřeba energie.
Rychlý postup urbanizace spotřebovává stále více energie. Aplikace v této kategorii se týkají snížení spotřeby plynu a elektřiny.
- Ekonomika.
Dynamika města může naznačovat vývoj ekonomiky města. Příkladem použití v této kategorii je předpovídání vývoje akciového trhu.
- Sociální oblast.
Aplikace v této kategorii jsou doporučování polohy, plánování trasy, doporučování polohy a aktivit a pochopení dynamiky města.
Existují nějaké technologie, které umožňují městskou výpočetní techniku?
Pro Urban Computing existuje několik technologií, které jsou rozděleny do kategorií. Nejčastěji používané kategorie jsou:
Techniky snímání měst. Tradiční snímání a měření prostřednictvím instalace senzorů, pasivní snímání davu, které využívá stávající infrastrukturu ke sběru dat generovaných davem, a participativní snímání, kdy lidé aktivně přispívají informacemi ze svého okolí;
Techniky správy městských dat umožňují uspořádat více heterogenních zdrojů dat pro následující proces Data Mining;
Techniky slučování znalostí umožňují efektivně slučovat znalosti získané z více heterogenních zdrojů dat;
Techniky vizualizace městských dat by měly nejen zobrazovat surová data a prezentovat výsledky, ale také umožňovat odhalování a popisování vzorců, trendů a vztahů v datech.
Jak vidíte, Urban Computing může být velmi užitečným nástrojem pro řešení hlavních problémů moderních měst.
Výzvy, kterým městská výpočetní technika čelí, budou nakonec překonány, což nám umožní lepší budoucnost našich měst.
Odkazy
T. Kindberg, M. Chalmers a E. Paulos. 2007. Úvodní slovo hostujících editorů: Urban computing. Pervasive Computing 6, 3, 18-20.
Klikněte na obrázek níže a podívejte se na naše ilustrace Mind the Graph pro městskou výpočetní techniku.
Přihlaste se k odběru našeho newsletteru
Exkluzivní vysoce kvalitní obsah o efektivním vizuálním
komunikace ve vědě.
Czech 
English 
Chinese 
Dutch 
French 
German 
Italian 
Indonesian 
Japanese 
Korean 
Polish 
Portuguese 
Russian 
Spanish 
Turkish 
Ukrainian 
Swedish 
Romanian 
Bulgarian 
Finnish 
Greek 
Hungarian 
Norwegian 
Danish 
Estonian 
Slovenian 
Lithuanian 
Latvian 
Slovak