{"id":12991,"date":"2021-06-17T11:00:00","date_gmt":"2021-06-17T14:00:00","guid":{"rendered":"https:\/\/mindthegraph.com\/blog\/?p=12991"},"modified":"2022-10-18T08:09:15","modified_gmt":"2022-10-18T11:09:15","slug":"urban-computing-challenges-big-cities","status":"publish","type":"post","link":"https:\/\/mindthegraph.com\/blog\/fi\/urban-computing-challenges-big-cities\/","title":{"rendered":"Urban Computing: Suurten kaupunkien suuriin haasteisiin vastaaminen."},"content":{"rendered":"<p>Suurkaupungeissa on nyky\u00e4\u00e4n suuria ongelmia, kuten liikenneruuhkat, ilmansaasteet ja energiankulutus. N\u00e4ihin suurten kaupunkien suuriin ongelmiin voidaan puuttua k\u00e4ytt\u00e4m\u00e4ll\u00e4 seuraavia keinoja. <a href=\"https:\/\/en.wikipedia.org\/wiki\/Big_data\"><strong>big data<\/strong><\/a> (mik\u00e4 tarkoittaa suurten tietom\u00e4\u00e4rien k\u00e4sittely\u00e4).<\/p>\n\n\n\n<p>Se on juuri sit\u00e4, mit\u00e4 urbaani tietojenk\u00e4sittely on. Se voidaan m\u00e4\u00e4ritell\u00e4 yksinkertaisesti seuraavasti <em>suurten kaupunkien suurten ongelmien ratkaiseminen suurten tietojen avulla.<\/em>.<\/p>\n\n\n\n<p>Tarkennetaanpa asiaa tarkemmin.<\/p>\n\n\n\n<p>Kaupunkilaskennassa on kyse kaupunkitiloissa eri l\u00e4hteist\u00e4 per\u00e4isin olevan suuren ja heterogeenisen tiedon hankinnasta, integroinnista ja analysoinnista. T\u00e4llaisia tietol\u00e4hteit\u00e4 ovat anturit, mobiililaitteet, ajoneuvot, rakennukset ja ihmiset.<\/p>\n\n\n\n<p class=\"has-large-font-size\"><strong>Mit\u00e4 on Urban Computing?<\/strong><\/p>\n\n\n\n<p>Asiakirjassa \"<a href=\"https:\/\/dl.acm.org\/doi\/10.1145\/2629592\">Kaupunkilaskenta: k\u00e4sitteet, menetelm\u00e4t ja sovellukset<\/a>\", kirjoittajat esittelev\u00e4t yleiset puitteet Urban Computingin toteuttamiselle.<\/p>\n\n\n\n<p>Urban Computing yhdist\u00e4\u00e4 ei-intrusiiviset ja kaikkialla l\u00e4sn\u00e4 olevat havaintoteknologiat, kehittyneen tiedonhallinnan, analyyttiset mallit ja uudet visualisointimenetelm\u00e4t sellaisten ratkaisujen luomiseksi, jotka parantavat kaupunkiymp\u00e4rist\u00f6\u00e4, ihmisten el\u00e4m\u00e4nlaatua ja kaupungin toimintaj\u00e4rjestelmi\u00e4.<\/p>\n\n\n\n<p>Meid\u00e4n on my\u00f6s korostettava, ett\u00e4 kaupunkitietotekniikka on monitieteinen ala. Se yhdist\u00e4\u00e4 tietojenk\u00e4sittelytieteen muihin aloihin, kuten liikenteeseen, rakennustekniikkaan, talouteen, ekologiaan ja sosiologiaan, kaupunkitilojen yhteydess\u00e4.<\/p>\n\n\n\n<p>Todenn\u00e4k\u00f6isesti mieless\u00e4si kummittelee suuri kysymys: miten Urban computing voidaan ottaa k\u00e4ytt\u00f6\u00f6n suurten kaupunkien ongelmien ratkaisemiseksi?<\/p>\n\n\n\n<p>Hyvi\u00e4 uutisia, sille on olemassa puitteet!<\/p>\n\n\n\n<p class=\"has-large-font-size\"><strong>Urban Computing Framework<\/strong><\/p>\n\n\n\n<p>Asiakirjassa \"<a href=\"https:\/\/dl.acm.org\/doi\/10.1145\/2629592\">Kaupunkilaskenta: k\u00e4sitteet, menetelm\u00e4t ja sovellukset<\/a>\", kirjoittajat esittelev\u00e4t yleiset puitteet Urban Computingin toteuttamiselle.<\/p>\n\n\n\n<p>Kehys koostuu nelj\u00e4st\u00e4 kerroksesta: Kaupunkitunnistus, kaupunkitiedon hallinta, data-analytiikka ja palvelujen tarjoaminen. Jokaisella kerroksella on oma teht\u00e4v\u00e4ns\u00e4.<\/p>\n\n\n\n<p>The <strong>Kaupunkitunnistus<\/strong> kerros vastaa tietojen ker\u00e4\u00e4misest\u00e4 kaupunkitiloista. Tiedonkeruu voidaan toteuttaa erilaisilla tekniikoilla, kuten osallistuvalla havainnoinnilla, v\u00e4kijoukkojen havainnoinnilla ja liikkuvalla havainnoinnilla.<\/p>\n\n\n\n<p>The <strong>Kaupunkien tiedonhallinta<\/strong> kerros mahdollistaa tietojen j\u00e4rjest\u00e4misen indeksointirakenteella, joka sis\u00e4lt\u00e4\u00e4 sek\u00e4 spatio-temporaalista tietoa ett\u00e4 tekstej\u00e4 tehokkaan data-analytiikan tukemiseksi.<\/p>\n\n\n\n<p>Vuonna<strong> Data Analytics -kerros<\/strong>, erilaisia tekniikoita, kuten <a href=\"https:\/\/en.wikipedia.org\/wiki\/Data_mining\">Tiedonlouhinta<\/a>, <a href=\"https:\/\/en.wikipedia.org\/wiki\/Machine_learning\">Koneoppiminen<\/a>ja <a href=\"https:\/\/en.wikipedia.org\/wiki\/Data_visualization\">Tietojen visualisointi<\/a> k\u00e4ytet\u00e4\u00e4n tunnistamaan kuvioita tiedoista ja saamaan niist\u00e4 arvokasta tietoa my\u00f6hemp\u00e4\u00e4 p\u00e4\u00e4t\u00f6ksentekoa varten.<\/p>\n\n\n\n<p>The <strong>Palvelun tarjoaminen<\/strong> kerros koostuu erilaisista ratkaisuista ja palveluista, joilla pyrit\u00e4\u00e4n parantamaan ihmisten ajokokemusta, v\u00e4hent\u00e4m\u00e4\u00e4n liikenneruuhkia, ilmansaasteita ja energiankulutusta.  Jos esimerkiksi havaitaan jokin liikennepoikkeama, tiedot toimitetaan liikenneviranomaisille liikenteen hajauttamiseksi ja poikkeaman diagnosoimiseksi.<\/p>\n\n\n\n<p class=\"has-large-font-size\"><strong>Millaisia haasteita Urban Computingilla on edess\u00e4\u00e4n?<\/strong><\/p>\n\n\n\n<p>Ihanteellisessa toteutuksessa Urban Computingilla on kolme suurta haastetta: <\/p>\n\n\n\n<p class=\"has-medium-font-size\">1.<strong>Tunnistaminen ja tiedonkeruu.<\/strong><\/p>\n\n\n\n<p>T\u00e4ss\u00e4 haasteessa on kyse siit\u00e4, miten kaupunkitietoa voidaan ker\u00e4t\u00e4 ei-tunkeutuvasti ja jatkuvasti ottaen huomioon kaupunkiin sijoitettujen antureiden m\u00e4\u00e4r\u00e4n rajoitukset.&nbsp;<\/p>\n\n\n\n<p>Tavoitteeseen voitaisiin p\u00e4\u00e4st\u00e4 rakentamalla uusia sensorointi-infrastruktuureja, mutta se lis\u00e4isi kaupunkien taakkaa.<\/p>\n\n\n\n<p>Ihminen anturina on uusi konsepti, joka voi auttaa ratkaisemaan t\u00e4m\u00e4n haasteen k\u00e4ytt\u00e4m\u00e4ll\u00e4 ihmisten viestej\u00e4 sosiaalisessa mediassa tai heid\u00e4n GPS-j\u00e4lki\u00e4\u00e4n ymm\u00e4rt\u00e4m\u00e4\u00e4n heid\u00e4n ymp\u00e4rill\u00e4\u00e4n tapahtuvia tapahtumia.<\/p>\n\n\n\n<p>Ihminen anturina tuo mukanaan uusia haasteita, kuten:<\/p>\n\n\n\n<ul><li>Laitteiden energiank\u00e4yt\u00f6n lis\u00e4\u00e4minen;<\/li><li>Henkil\u00f6tietojen yksityisyys;<\/li><li>V\u00e4\u00e4ristyneet tiedot, koska k\u00e4ytt\u00e4j\u00e4t eiv\u00e4t ole jakautuneet tasaisesti eiv\u00e4tk\u00e4 l\u00e4het\u00e4 anturilukemia samalla taajuudella;<\/li><li>K\u00e4ytt\u00e4jien tuottamat j\u00e4sentym\u00e4tt\u00f6m\u00e4t, ep\u00e4suorat ja meluisat tiedot. Sen sijaan perinteisten antureiden tuottama tieto on hyvin j\u00e4sennelty\u00e4, selke\u00e4\u00e4, puhdasta ja helposti ymm\u00e4rrett\u00e4v\u00e4\u00e4.&nbsp;<\/li><\/ul>\n\n\n\n<p class=\"has-medium-font-size\">2. <strong>Heterogeeniset tiedot.<\/strong><\/p>\n\n\n\n<p>Tiedonlouhinta- ja koneoppimistekniikat k\u00e4sittelev\u00e4t yleens\u00e4 yhdenlaista dataa. Kaupunkien haasteiden ratkaisemiseen liittyy kuitenkin monenlaisia tekij\u00f6it\u00e4 (esimerkiksi ilmansaasteiden tutkiminen edellytt\u00e4\u00e4 liikennevirtojen, meteorologian ja maank\u00e4yt\u00f6n samanaikaista tutkimista).<\/p>\n\n\n\n<p class=\"has-medium-font-size\">3. <strong>Hybridij\u00e4rjestelm\u00e4t.<\/strong><\/p>\n\n\n\n<p>Toisin kuin hakukoneessa tai digitaalisessa peliss\u00e4, jossa tiedot tuotetaan ja kulutetaan digitaalisessa maailmassa, kaupunkilaskennassa yhdistet\u00e4\u00e4n yleens\u00e4 molempien maailmojen tiedot (yhdist\u00e4m\u00e4ll\u00e4 liikenne ja sosiaalinen media).<\/p>\n\n\n\n<p>Hybridij\u00e4rjestelmien suunnittelu on paljon haastavampaa kuin perinteisten j\u00e4rjestelmien, koska j\u00e4rjestelm\u00e4n on kommunikoitava samanaikaisesti monien laitteiden ja k\u00e4ytt\u00e4jien kanssa ja l\u00e4hetett\u00e4v\u00e4 ja vastaanotettava eri muotoisia tietoja.<\/p>\n\n\n\n<p class=\"has-large-font-size\"><strong>Mitk\u00e4 ovat Urban Computingin t\u00e4rkeimm\u00e4t sovellukset?<\/strong><\/p>\n\n\n\n<p>Urban Computing -sovelluksia voisi olla lukemattomia.<\/p>\n\n\n\n<p>Sovellukset voidaan ryhmitell\u00e4 seitsem\u00e4\u00e4n luokkaan: kaupunkisuunnittelu, liikenne, ymp\u00e4rist\u00f6, yleinen turvallisuus, energia, talous, ekologia ja yhteiskunta.<\/p>\n\n\n\n<p>Seuraavassa on lyhyt kuvaus kustakin niist\u00e4:<\/p>\n\n\n\n<ul><li><strong>Kaupunkisuunnittelu<\/strong>.&nbsp;<\/li><\/ul>\n\n\n\n<p>Suunnittelu on t\u00e4rke\u00e4\u00e4 \u00e4lykk\u00e4iden kaupunkien rakentamisessa. T\u00e4h\u00e4n luokkaan kuuluvat liikenneverkkojen taustalla olevien ongelmien havaitseminen, kaupungin toiminnallisten alueiden (kuten ihmisten erilaisia tarpeita tukevat ja organisointitekniikkana toimivat alueet, kuten koulutusalueet tai liikekorttelit) l\u00f6yt\u00e4minen ja kaupungin rajojen havaitseminen sen kehityksen ymm\u00e4rt\u00e4miseksi.<\/p>\n\n\n\n<ul><li><strong>Kuljetus.<\/strong>&nbsp;<\/li><\/ul>\n\n\n\n<p>T\u00e4h\u00e4n luokkaan kuuluvat: ajokokemuksen parantaminen, taksipalvelut ja julkiset liikennej\u00e4rjestelm\u00e4t.<\/p>\n\n\n\n<ul><li><strong>Ymp\u00e4rist\u00f6.<\/strong>&nbsp;<\/li><\/ul>\n\n\n\n<p>Kaupungistumisen nopeasta etenemisest\u00e4 tulee mahdollinen uhka kaupunkien ymp\u00e4rist\u00f6lle. Kaupunkiymp\u00e4rist\u00f6n tietotekniikkaan kuuluu kaupunkien ilmanlaadun parantaminen ja melusaasteiden v\u00e4hent\u00e4minen.<\/p>\n\n\n\n<ul><li><strong>Yleinen turvallisuus.<\/strong>&nbsp;<\/li><\/ul>\n\n\n\n<p>T\u00e4ss\u00e4 voidaan luetella seuraavat sovellukset: liikennepoikkeamien havaitseminen, katastrofien havaitseminen ja onnettomuuksien havaitseminen.<\/p>\n\n\n\n<ul><li><strong>Energiankulutus.<\/strong>&nbsp;<\/li><\/ul>\n\n\n\n<p>Kaupungistumisen nopea eteneminen kuluttaa yh\u00e4 enemm\u00e4n energiaa. T\u00e4m\u00e4n luokan sovelluksia ovat kaasun ja s\u00e4hk\u00f6n kulutuksen v\u00e4hent\u00e4minen.<\/p>\n\n\n\n<ul><li><strong>Talous.<\/strong>&nbsp;<\/li><\/ul>\n\n\n\n<p>Kaupungin dynamiikka voi kertoa kaupungin talouden kehityksest\u00e4. Esimerkki t\u00e4m\u00e4n luokan sovelluksesta on osakemarkkinoiden kehityksen ennustaminen.<\/p>\n\n\n\n<ul><li><strong>Sosiaalinen.<\/strong><\/li><\/ul>\n\n\n\n<p>T\u00e4h\u00e4n luokkaan kuuluvia sovelluksia ovat sijaintisuositukset, matkareittien suunnittelu, sijainti- ja aktiviteettisuositukset sek\u00e4 kaupungin dynamiikan ymm\u00e4rt\u00e4minen.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518.png\"><img decoding=\"async\" loading=\"lazy\" width=\"1024\" height=\"768\" src=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518-1024x768.png\" alt=\"vihre\u00e4 kaupunki\" class=\"wp-image-13003\" srcset=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518-1024x768.png 1024w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518-300x225.png 300w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518-768x576.png 768w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518-1536x1152.png 1536w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/preview-348518-2048x1536.png 2048w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p class=\"has-large-font-size\"><strong>Onko olemassa tekniikoita, jotka mahdollistavat kaupunkilaskennan?<\/strong><\/p>\n\n\n\n<p>Kaupunkilaskennan mahdollistavia teknologioita on useita, jotka on ryhmitelty eri luokkiin. Yleisimmin k\u00e4ytetyt luokat ovat:&nbsp;<\/p>\n\n\n\n<p>Urban Sensing -tekniikat. Perinteinen havainnointi ja mittaaminen asentamalla antureita, passiivinen joukkojen havainnointi, jossa hy\u00f6dynnet\u00e4\u00e4n olemassa olevaa infrastruktuuria v\u00e4kijoukkojen tuottaman tiedon ker\u00e4\u00e4miseksi, ja osallistuva havainnointi, jossa ihmiset osallistuvat aktiivisesti ymp\u00e4rill\u00e4\u00e4n olevien tietojen ker\u00e4\u00e4miseen;<\/p>\n\n\n\n<p>Urban Data Management -tekniikat mahdollistavat useiden heterogeenisten tietol\u00e4hteiden organisoinnin seuraavaa tiedonlouhintaprosessia varten;<\/p>\n\n\n\n<p>Tiet\u00e4mysfuusion tekniikat mahdollistavat useista heterogeenisist\u00e4 tietol\u00e4hteist\u00e4 saadun tiedon tehokkaan yhdist\u00e4misen;<\/p>\n\n\n\n<p>Kaupunkidatan visualisointitekniikoiden ei pit\u00e4isi ainoastaan n\u00e4ytt\u00e4\u00e4 raakadataa ja esitt\u00e4\u00e4 tuloksia, vaan niiden on my\u00f6s mahdollistettava kuvioiden, suuntausten ja suhteiden havaitseminen ja kuvaaminen tiedoissa.<\/p>\n\n\n\n<p>Kuten huomaatte, Urban Computing voi olla eritt\u00e4in hy\u00f6dyllinen v\u00e4line nykyaikaisten kaupunkien suurten ongelmien ratkaisemisessa.<\/p>\n\n\n\n<p>Urban Computingin kohtaamat haasteet voitetaan lopulta, ja n\u00e4in voimme saada paremman tulevaisuuden kaupungeillemme.<\/p>\n\n\n\n<p><strong>Viitteet<\/strong><\/p>\n\n\n\n<p><a href=\"https:\/\/dl.acm.org\/doi\/10.1145\/2629592\">Zheng, Y., Capra, L., Wolfson, O., &amp; Yang, H. (2014). Urban computing: concepts, methodologies, and applications. <em>ACM Transactions on Intelligent Systems and Technology (TIST) (\u00c4lykk\u00e4it\u00e4 j\u00e4rjestelmi\u00e4 ja teknologiaa k\u00e4sittelev\u00e4t ACM-julkaisut).<\/em>, <em>5<\/em>(3), 1-55.<\/a><\/p>\n\n\n\n<p>T.  Kindberg, M. Chalmers ja E. Paulos.  2007.  Toimittajien johdanto:  Urban computing. Pervasive Computing 6, 3, 18-20.<\/p>\n\n\n\n<p><a href=\"https:\/\/ideas.repec.org\/a\/igg\/jksr00\/v7y2016i1p113-119.html\">Torres-Ruiz, Miguel &amp; Lytras, Miltiadis. (2016). Urban Computing and Smart Cities Applications for the Knowledge Society. International Journal of Knowledge Society Research. 7. 113-119. 10.4018\/IJKSR.2016010108.<\/a><\/p>\n\n\n\n<p>Napsauta alla olevaa kuvaa ja tutustu Mind the Graph:n kaupunkilaskennan kuvituksiin.<\/p>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-large\"><a href=\"https:\/\/mindthegraph.com\/app\/illustrations?search=urban%20computing\" target=\"_blank\" rel=\"noopener\"><img decoding=\"async\" loading=\"lazy\" width=\"1024\" height=\"643\" src=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/image-1-1024x643.png\" alt=\"\" class=\"wp-image-13046\" srcset=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/image-1-1024x643.png 1024w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/image-1-300x188.png 300w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/image-1-768x482.png 768w, https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/image-1.png 1286w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure><\/div>\n\n\n\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>Suurkaupungeissa on nyky\u00e4\u00e4n suuria ongelmia, kuten liikenneruuhkat, ilmansaasteet ja energiankulutus. N\u00e4ihin suurten kaupunkien suuriin ongelmiin voidaan puuttua k\u00e4ytt\u00e4m\u00e4ll\u00e4 big dataa (joka tarkoittaa suurten tietom\u00e4\u00e4rien k\u00e4sittely\u00e4). Juuri sit\u00e4 kaupunkilaskenta on. Se voidaan m\u00e4\u00e4ritell\u00e4 yksinkertaisesti suurten tietojen k\u00e4ytt\u00e4miseksi [...].<\/p>","protected":false},"author":18,"featured_media":13002,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[959,28],"tags":[554,250],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Urban Computing Challenges in Big Cities<\/title>\n<meta name=\"description\" content=\"Urban Computing gathers a large amount of data with the purpose to create solutions that improve the big cities&#039; environment and human life quality.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/mindthegraph.com\/blog\/fi\/urban-computing-challenges-big-cities\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Urban Computing Challenges in Big Cities\" \/>\n<meta property=\"og:description\" content=\"Urban Computing gathers a large amount of data with the purpose to create solutions that improve the big cities&#039; environment and human life quality.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/mindthegraph.com\/blog\/fi\/urban-computing-challenges-big-cities\/\" \/>\n<meta property=\"og:site_name\" content=\"Mind the Graph Blog\" \/>\n<meta property=\"article:published_time\" content=\"2021-06-17T14:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-10-18T11:09:15+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/post-urban-computing-linkedin-dois.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"627\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Bruna Soldera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"Urban Computing Challenges in Big Cities\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/urban-computing-big-cities-tres.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Bruna Soldera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutes\" \/>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Urban Computing Challenges in Big Cities","description":"Urban Computing gathers a large amount of data with the purpose to create solutions that improve the big cities' environment and human life quality.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/mindthegraph.com\/blog\/fi\/urban-computing-challenges-big-cities\/","og_locale":"fi_FI","og_type":"article","og_title":"Urban Computing Challenges in Big Cities","og_description":"Urban Computing gathers a large amount of data with the purpose to create solutions that improve the big cities' environment and human life quality.","og_url":"https:\/\/mindthegraph.com\/blog\/fi\/urban-computing-challenges-big-cities\/","og_site_name":"Mind the Graph Blog","article_published_time":"2021-06-17T14:00:00+00:00","article_modified_time":"2022-10-18T11:09:15+00:00","og_image":[{"width":1200,"height":627,"url":"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/post-urban-computing-linkedin-dois.jpg","type":"image\/jpeg"}],"author":"Bruna Soldera","twitter_card":"summary_large_image","twitter_title":"Urban Computing Challenges in Big Cities","twitter_image":"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2021\/06\/urban-computing-big-cities-tres.jpg","twitter_misc":{"Written by":"Bruna Soldera","Est. reading time":"6 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/mindthegraph.com\/blog\/urban-computing-challenges-big-cities\/","url":"https:\/\/mindthegraph.com\/blog\/urban-computing-challenges-big-cities\/","name":"Urban Computing Challenges in Big Cities","isPartOf":{"@id":"https:\/\/mindthegraph.com\/blog\/#website"},"datePublished":"2021-06-17T14:00:00+00:00","dateModified":"2022-10-18T11:09:15+00:00","author":{"@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/6a3f0be2cd19879e0b9b54457a069602"},"description":"Urban Computing gathers a large amount of data with the purpose to create solutions that improve the big cities' environment and human life quality.","breadcrumb":{"@id":"https:\/\/mindthegraph.com\/blog\/urban-computing-challenges-big-cities\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/mindthegraph.com\/blog\/urban-computing-challenges-big-cities\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/mindthegraph.com\/blog\/urban-computing-challenges-big-cities\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/mindthegraph.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Urban Computing: Facing the Big Challenges of Big Cities"}]},{"@type":"WebSite","@id":"https:\/\/mindthegraph.com\/blog\/#website","url":"https:\/\/mindthegraph.com\/blog\/","name":"Mind the Graph Blog","description":"Your science can be beautiful!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/mindthegraph.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fi"},{"@type":"Person","@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/6a3f0be2cd19879e0b9b54457a069602","name":"Bruna Soldera","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/93afc55eb938f215d2b7a23322de49be?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/93afc55eb938f215d2b7a23322de49be?s=96&d=mm&r=g","caption":"Bruna Soldera"},"sameAs":["http:\/\/mindthegraph.com","https:\/\/www.linkedin.com\/in\/bruna-soldera-826426126\/"],"url":"https:\/\/mindthegraph.com\/blog\/fi\/author\/bruna\/"}]}},"_links":{"self":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts\/12991"}],"collection":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/users\/18"}],"replies":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/comments?post=12991"}],"version-history":[{"count":6,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts\/12991\/revisions"}],"predecessor-version":[{"id":13048,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts\/12991\/revisions\/13048"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/media\/13002"}],"wp:attachment":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/media?parent=12991"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/categories?post=12991"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/tags?post=12991"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}