Tänapäeval seisavad suurlinnad silmitsi suurte probleemidega, nagu liiklusummikud, õhusaaste ja energiatarbimine. Neid suuri probleeme suurlinnades saab lahendada, kui kasutada suured andmed (mis tähendab suurte andmemahtude töötlemist).
Just see ongi see, mis on linnaruumi arvutamine. Seda võib lihtsalt määratleda kui suurandmete kasutamine suurlinnade suurte probleemidega toimetulekuks.
Räägime sellest lähemalt.
Linnaruumi informaatika hõlmab linnaruumis erinevate allikate poolt genereeritud suurte ja heterogeensete andmete kogumise, integreerimise ja analüüsi protsessi. Sellisteks andmeallikateks on andurid, mobiilseadmed, sõidukid, hooned ja inimesed.
Mis on Urban Computing?
Dokumendis pealkirjaga "Linnaarvutid: mõisted, metoodika ja rakendused" tutvustavad autorid üldist raamistikku linnaruumiarvutuse rakendamiseks.
Urban Computing ühendab mittekohalduvaid ja kõikjal kasutatavaid andmesidetehnoloogiaid, täiustatud andmehaldust, analüütilisi mudeleid ja uudseid visualiseerimismeetodeid, et luua lahendusi, mis parandavad linnakeskkonda, inimeste elukvaliteeti ja linnade toimimissüsteeme.
Samuti peame rõhutama, et linnainformaatika on interdistsiplinaarne valdkond. See ühendab arvutiteaduse teiste valdkondadega, nagu transport, tsiviilehitus, majandus, ökoloogia ja sotsioloogia, linnaruumi kontekstis.
Tõenäoliselt on suur küsimus, mis kummitab teie mõtetes: kuidas rakendada Urban computing'i, et ületada suurlinnade probleeme?
Noh, hea uudis, selleks on olemas raamistik!
Urban Computing Framework
Dokumendis pealkirjaga "Linnaarvutid: mõisted, metoodika ja rakendused" tutvustavad autorid üldist raamistikku linnaruumiarvutuse rakendamiseks.
Raamistik koosneb neljast kihist: Linnatundlikkus, linnade andmehaldus, andmeanalüüs ja teenuste osutamine. Igal kihil on konkreetne funktsioon.
The Linnatundlikkus kiht vastutab andmete kogumise eest linnaruumist. Andmete kogumine võib toimuda erinevate tehnikate abil, nagu näiteks osalusvaatlus, rahvastiku vaatlus ja mobiilne vaatlus.
The Linnade andmehaldus kiht võimaldab andmete organiseerimist mingi indekseerimisstruktuuri abil, mis hõlmab nii ruumilis-ajalist teavet kui ka tekste, et toetada tõhusat andmeanalüüsi.
In the Andmeanalüüsi kiht, erinevad tehnikad nagu Andmete kaevandamine, Masinõpeja Andmete visualiseerimine kasutatakse selleks, et tuvastada andmetes mustreid ja saada neist väärtuslikku teavet edasiste otsuste tegemiseks.
The Teenuse osutamine kiht koosneb erinevatest lahendustest ja teenustest, mille eesmärk on parandada inimeste sõidukogemust, vähendada liiklusummikuid, õhusaastet ja energiatarbimist. Näiteks mis tahes liiklusanomaaliate tuvastamise korral edastatakse see teave transpordiasutusele, et hajutada liiklust ja diagnoosida anomaalia.
Milliste väljakutsetega seisab Urban Computing silmitsi?
Ideaalse rakendamise puhul seisab Urban Computing silmitsi kolme suure probleemiga:
1.Andmete kogumine ja andmekogumine.
See väljakutse käsitleb seda, kuidas koguda linnade andmeid mitte-intrusiivselt ja pidevalt, võttes arvesse linnas jaotatud andurite arvu piiranguid.
Uute andurite ehitamine võiks saavutada eesmärgi, kuid see suurendaks linnade koormust.
Inimene kui andur on uus kontseptsioon, mis võib aidata seda probleemi lahendada, kasutades nende postitusi sotsiaalmeedias või nende GPS-jälgi, et mõista nende ümber toimuvaid sündmusi.
Inimene kui andur toob uusi väljakutseid, nagu:
- Seadmete energiakasutuse suurendamine;
- Isikuandmete privaatsus;
- Võrdlusandmed, kuna kasutajad ei ole ühtlaselt jaotunud ja nad ei saada mõõtmisandmeid sama sagedusega;
- Struktureerimata, kaudsed ja mürarikkad andmed, mida kasutajad on esitanud. Seevastu traditsiooniliste andurite poolt genereeritud andmed on hästi struktureeritud, selgesõnalised, puhtad ja kergesti mõistetavad.
2. Heterogeensed andmed.
Andmete kaevandamise ja masinõppe meetodid käsitlevad tavaliselt ühte liiki andmeid. Linnade probleemide lahendamine hõlmab aga mitmesuguseid tegureid (näiteks õhusaaste uurimine hõlmab samaaegselt liiklusvoogude, meteoroloogia ja maakasutuse uurimist).
3. Hübriidsüsteemid.
Erinevalt otsingumootorist või digitaalsest mängust, kus andmed genereeritakse ja tarbitakse digitaalses maailmas, integreerib linnalahendus tavaliselt mõlema maailma andmeid (ühendades liikluse ja sotsiaalmeedia).
Hübriidsüsteemide projekteerimine on palju keerulisem kui tavapäraste süsteemide puhul, sest süsteem peab suhtlema paljude seadmete ja kasutajatega samaaegselt ning saatma ja vastu võtma eri formaadis andmeid.
Millised on linnaruumiarvutuse peamised rakendused?
Urban Computing'i rakendusi võib olla lugematu hulk.
Rakendused võib rühmitada seitsmesse kategooriasse: linnaplaneerimine, transport, keskkond, avalik ohutus ja turvalisus, energia, majandus, ökoloogia ja sotsiaalvaldkond.
Siin on väga lühike kirjeldus igaühe kohta:
- Linnaplaneerimine.
Planeerimine on arukate linnade ehitamisel oluline. See kategooria hõlmab transpordivõrkude põhiprobleemide tuvastamist, linna funktsionaalsete piirkondade avastamist (näiteks piirkonnad, mis toetavad inimeste erinevaid vajadusi ja toimivad korraldusmeetodina, näiteks hariduspiirkonnad või ärikvartalid) ning linna piiride tuvastamist, et mõista selle arengut.
- Transport.
Sellesse kategooriasse kuuluvad: sõidukogemuse parandamine, taksoteenused ja ühistranspordisüsteemid.
- Keskkond.
Linnastumise kiire areng muutub potentsiaalseks ohuks linnade keskkonnale. Keskkonnale suunatud linnakeskkonna arvutamine hõlmab järgmist: linnade õhukvaliteedi parandamine ja mürasaaste vähendamine.
- Avalik turvalisus ja julgeolek.
Siinkohal võib loetleda järgmised rakendused: liiklusanomaaliate tuvastamine, katastroofide tuvastamine ja õnnetuste tuvastamine.
- Energiatarbimine.
Kiire linnastumine tarbib üha rohkem energiat. Selle kategooria rakendused on gaasi- ja elektritarbimise vähendamine.
- Majandus.
Linna dünaamika võib näidata linna majanduse suundumusi. Näide selle kategooria rakendusest on aktsiaturu suundumuse ennustamine.
- Sotsiaalne.
Selle kategooria rakendused on asukohasoovitused, marsruudi planeerimine, asukoha ja tegevuse soovitamine ning linna dünaamika mõistmine.
Kas on olemas mõned tehnoloogiad, mis võimaldavad linnaruumi infotehnoloogiat?
Urban Computingi jaoks on olemas mitu tehnoloogiat, mis on rühmitatud kategooriatesse. Kõige sagedamini kasutatavad kategooriad on järgmised:
Linnatundlikud tehnikad. Traditsiooniline mõõtmine ja mõõtmine andurite paigaldamise teel, passiivne rahvahulga tuvastamine, mille puhul kasutatakse olemasolevat infrastruktuuri rahvahulga poolt genereeritud andmete kogumiseks, ja osalusandurite tuvastamine, mille puhul inimesed annavad aktiivselt oma panuse neid ümbritseva teabe kogumisse;
Linnade andmehaldustehnikad võimaldavad korraldada mitmeid heterogeenseid andmeallikaid järgmise andmekaeve protsessi jaoks;
Teadmiste ühendamise meetodid võimaldavad tõhusalt ühendada mitmest heterogeensest andmeallikast saadud teadmisi;
Linnade andmete visualiseerimise meetodid ei peaks mitte ainult näitama toorandmeid ja esitama tulemusi, vaid ka võimaldama tuvastada ja kirjeldada mustreid, suundumusi ja seoseid andmetes.
Nagu näete, võib Urban Computing olla väga kasulik vahend kaasaegsete linnade peamiste probleemide lahendamiseks.
Probleemid, millega Urban Computing silmitsi seisab, saavad lõpuks lahendatud, mis võimaldab meile paremat tulevikku meie linnade jaoks.
Viited
T. Kindberg, M. Chalmers ja E. Paulos. 2007. Külalistoimetajate sissejuhatus: Urban computing. Pervasive Computing 6, 3, 18-20.
Klõpsake alloleval pildil, et vaadata meie Mind the Graph illustratsioone linnaarvutite jaoks.
Tellige meie uudiskiri
Eksklusiivne kvaliteetne sisu tõhusa visuaalse
teabevahetus teaduses.
Estonian 
English 
Chinese 
Czech 
Dutch 
French 
German 
Italian 
Indonesian 
Japanese 
Korean 
Polish 
Portuguese 
Russian 
Spanish 
Turkish 
Ukrainian 
Swedish 
Romanian 
Bulgarian 
Finnish 
Greek 
Hungarian 
Norwegian 
Danish 
Slovenian 
Lithuanian 
Latvian 
Slovak