Mūsdienās lielās pilsētas saskaras ar lielām problēmām, piemēram, satiksmes sastrēgumiem, gaisa piesārņojumu un enerģijas patēriņu. Šīs lielpilsētu problēmas var risināt, izmantojot lielie dati (kas nozīmē lielu datu apjomu apstrādi).
Tieši tāda ir pilsētvides skaitļošana. To var definēt vienkārši kā lielo datu izmantošana, lai risinātu lielpilsētu lielās problēmas..
Par to pastāstīsim sīkāk.
Pilsētvides skaitļošana ietver lielu un neviendabīgu datu, kas iegūti no dažādiem avotiem pilsētvidē, ieguves, integrācijas un analīzes procesu. Šādi datu avoti ietver sensorus, mobilās ierīces, transportlīdzekļus, ēkas un cilvēkus.
Kas ir pilsētas skaitļošana?
Dokumentā ar nosaukumu "Urbānā skaitļošana: koncepcijas, metodoloģijas un lietojumi" autori iepazīstina ar vispārēju sistēmu, kā īstenot pilsētu skaitļošanas sistēmu.
Urbānā skaitļošana apvieno neintrusīvas un visur klātesošas uztveršanas tehnoloģijas, progresīvu datu pārvaldību, analītiskos modeļus un jaunas vizualizācijas metodes, lai radītu risinājumus, kas uzlabo pilsētvidi, cilvēku dzīves kvalitāti un pilsētas darbības sistēmas.
Jāuzsver arī tas, ka pilsētu skaitļošana ir starpdisciplināra joma. Tā integrē skaitļošanas zinātni ar citām jomām, piemēram, transportu, inženiertehniku, ekonomiku, ekoloģiju un socioloģiju pilsētvides kontekstā.
Iespējams, ka jūsu prātā šobrīd ir šāds jautājums: kā ieviest urbāno skaitļošanu, lai pārvarētu lielo pilsētu problēmas?
Labas ziņas - tam ir izstrādāta sistēma!
Pilsētas skaitļošanas sistēma
Dokumentā ar nosaukumu "Urbānā skaitļošana: koncepcijas, metodoloģijas un lietojumi" autori iepazīstina ar vispārēju sistēmu, kā īstenot pilsētu skaitļošanas sistēmu.
Sistēmu veido četri slāņi: Pilsētas uztveršana, pilsētas datu pārvaldība, datu analīze un pakalpojumu sniegšana. Katram slānim ir īpaša funkcija.
Portāls Pilsētu sensori slānis ir atbildīgs par datu vākšanu no pilsētvides. Šo datu vākšanu var veikt, izmantojot dažādas metodes, piemēram, līdzdalības uztveršanu, pūļa uztveršanu un mobilo uztveršanu.
Portāls Pilsētu datu pārvaldība slānis ļauj organizēt datus, izmantojot indeksēšanas struktūru, kas ietver gan telpisko un laika informāciju, gan tekstus, lai atbalstītu efektīvu datu analīzi.
In the Datu analīzes slānis, dažādas metodes, piemēram. Datu ieguve, Mašīnmācīšanās, un Datu vizualizācija tiek izmantoti, lai identificētu likumsakarības datos un iegūtu no tiem vērtīgu informāciju turpmāku lēmumu pieņemšanai.
Portāls Pakalpojumu sniegšana slānis ietver dažādus risinājumus un pakalpojumus, kuru mērķis ir uzlabot cilvēku braukšanas pieredzi, samazināt satiksmes sastrēgumus, gaisa piesārņojumu un enerģijas patēriņu. Piemēram, ja tiek konstatēta kāda satiksmes anomālija, šī informācija tiek nosūtīta transporta iestādei, lai tā varētu izkliedēt satiksmi un diagnosticēt anomāliju.
Ar kādiem izaicinājumiem saskaras pilsētu skaitļošana?
Ideālai īstenošanai pilsētvides skaitļošanas sistēma saskaras ar trim lieliem izaicinājumiem:
1.Uztveršana un datu iegūšana.
Šis uzdevums ir par to, kā neintrusīvi un nepārtraukti vākt datus par pilsētu, ņemot vērā pilsētā izvietoto sensoru skaita ierobežojumus.
Mērķi varētu sasniegt ar jaunu sensoru infrastruktūru izbūvi, tomēr tas palielinātu pilsētu slogu.
Cilvēks kā sensors ir jauns jēdziens, kas var palīdzēt risināt šo problēmu, izmantojot viņa ierakstus sociālajos tīklos vai GPS pēdas, lai saprastu apkārt notiekošo.
Cilvēki kā sensors rada jaunus izaicinājumus, piemēram:
- Palielinās ierīču enerģijas izmantošana;
- Personas informācijas konfidencialitāte;
- Neobjektīvi dati, jo lietotāji nav vienmērīgi sadalīti un nesūta sensoru rādījumus ar vienādu biežumu;
- Nestrukturēti, netieši un trokšņaini dati, ko sniedz lietotāji. Turpretī tradicionālo sensoru radītie dati ir labi strukturēti, skaidri, tīri un viegli saprotami.
2. Heterogēni dati.
Datu ieguves un mašīnmācīšanās metodes parasti apstrādā viena veida datus. Tomēr pilsētvides problēmu risināšana ietver plašu faktoru klāstu (piemēram, gaisa piesārņojuma izpēte ietver vienlaicīgu satiksmes plūsmas, meteoroloģijas un zemes izmantošanas izpēti).
3. Hibrīdās sistēmas.
Atšķirībā no meklētājprogrammas vai digitālās spēles, kur dati tiek ģenerēti un patērēti digitālajā pasaulē, pilsētvides skaitļošana parasti integrē abu pasauļu datus (apvienojot datplūsmu un sociālos medijus).
Hibrīdsistēmu projektēšana ir daudz sarežģītāka nekā parasto sistēmu projektēšana, jo sistēmai vienlaikus jāsazinās ar daudzām ierīcēm un lietotājiem un jāsūta un jāsaņem dažāda formāta dati.
Kādi ir galvenie urbānās skaitļošanas lietojumi?
Urbānās skaitļošanas lietojumi varētu būt neskaitāmi.
Pielietojumus var iedalīt septiņās kategorijās: pilsētplānošana, transports, vide, sabiedrības drošība un aizsardzība, enerģētika, ekonomika, ekoloģija un sociālā joma.
Šeit sniegts īss apraksts par katru no tiem:
- Pilsētplānošana.
Plānošana ir svarīga viedo pilsētu veidošanā. Šajā kategorijā ietilpst pamatproblēmu atklāšana transporta tīklos, funkcionālo reģionu atklāšana pilsētā (piemēram, teritorijas, kas nodrošina dažādas cilvēku vajadzības un kalpo kā organizēšanas paņēmiens, piemēram, izglītības jomas vai uzņēmējdarbības rajoni) un pilsētas robežu noteikšana, lai izprastu tās attīstību.
- Transports.
Šajā kategorijā ietilpst: braukšanas pieredzes uzlabošana, taksometru pakalpojumi un sabiedriskā transporta sistēmas.
- Vide.
Urbanizācijas straujā attīstība kļūs par potenciālu apdraudējumu pilsētu videi. Pilsētu vides skaitļošana ietver gaisa kvalitātes uzlabošanu pilsētās un trokšņa piesārņojuma samazināšanu.
- Sabiedriskā drošība un aizsardzība.
Šeit var minēt šādus lietojumus: satiksmes anomāliju atklāšana, katastrofu atklāšana un negadījumu atklāšana.
- Enerģijas patēriņš.
Straujā urbanizācijas attīstība patērē arvien vairāk enerģijas. Šīs kategorijas lietojumi ir gāzes un elektrības patēriņa samazināšana.
- Ekonomika.
Pilsētas dinamika var norādīt uz pilsētas ekonomikas tendencēm. Šīs kategorijas pielietojuma piemērs ir akciju tirgus tendenču prognozēšana.
- Sociālās jomas.
Šīs kategorijas lietojumprogrammas ir atrašanās vietas ieteikumi, maršrutu plānošana, atrašanās vietas un aktivitāšu ieteikšana, kā arī pilsētas dinamikas izpratne.
Vai ir kādas tehnoloģijas, kas ļauj izmantot pilsētvides skaitļošanu?
Ir vairākas pilsētvides skaitļošanas pamattehnoloģijas, kas ir sagrupētas kategorijās. Biežāk izmantotās kategorijas ir šādas:
Pilsētu sensoru metodes. Tradicionālā uztveršana un mērīšana, uzstādot sensorus, pasīvā pūļa uztveršana, kas izmanto esošo infrastruktūru, lai apkopotu pūļa radītos datus, un līdzdalības uztveršana, kad cilvēki aktīvi palīdz iegūt informāciju, kas viņiem ir apkārt;
Pilsētu datu pārvaldības metodes ļauj organizēt vairākus heterogēnus datu avotus turpmākajam datu ieguves procesam;
Zināšanu apvienošanas metodes ļauj efektīvi apvienot zināšanas, kas iegūtas no vairākiem heterogēniem datu avotiem;
Pilsētvides datu vizualizācijas metodēm ne tikai jāattēlo neapstrādāti dati un jāsniedz rezultāti, bet arī jāļauj atklāt un aprakstīt datu modeļus, tendences un attiecības.
Kā redzat, pilsētvides skaitļošana var būt ļoti noderīgs instruments, lai risinātu galvenās mūsdienu pilsētu problēmas.
Izaicinājumi, ar kuriem saskaras pilsētu skaitļošana, galu galā tiks pārvarēti, tādējādi ļaujot mums nodrošināt labāku nākotni mūsu pilsētām.
Atsauces
T. Kindberg, M. Chalmers un E. Paulos. 2007. Viesredaktoru ievads: Urban computing. Pervasive Computing 6, 3, 18-20.
Noklikšķiniet uz zemāk redzamā attēla, lai apskatītu mūsu Mind the Graph pilsētas skaitļošanas ilustrācijas.
Abonēt mūsu biļetenu
Ekskluzīvs augstas kvalitātes saturs par efektīvu vizuālo
komunikācija zinātnē.
Latvian 
English 
Chinese 
Czech 
Dutch 
French 
German 
Italian 
Indonesian 
Japanese 
Korean 
Polish 
Portuguese 
Russian 
Spanish 
Turkish 
Ukrainian 
Swedish 
Romanian 
Bulgarian 
Finnish 
Greek 
Hungarian 
Norwegian 
Danish 
Estonian 
Slovenian 
Lithuanian 
Slovak