В настоящее время большие города сталкиваются с такими проблемами, как пробки на дорогах, загрязнение воздуха и потребление энергии. Эти большие проблемы в крупных городах можно решить с помощью большие данные (что означает обработку больших объемов данных).
Это именно то, чем являются городские вычисления. Его можно определить просто как использование больших данных для решения больших проблем больших городов.
Давайте остановимся на этом подробнее.
Городские вычисления включают в себя процесс сбора, интеграции и анализа больших и разнородных данных, генерируемых различными источниками в городских пространствах. К таким источникам данных относятся датчики, мобильные устройства, транспортные средства, здания и люди.
Что такое городские вычисления?
В статье под названием "Городские вычисления: концепции, методологии и приложения", авторы представляют общую структуру для реализации Urban Computing.
Urban Computing объединяет технологии неинтрузивного и повсеместного зондирования, передовое управление данными, аналитические модели и новые методы визуализации для создания решений, улучшающих городскую среду, качество жизни людей и системы функционирования города.
Мы также должны подчеркнуть, что городские вычисления - это междисциплинарная область. Она объединяет вычислительную науку с другими областями, такими как транспорт, гражданское строительство, экономика, экология и социология в контексте городских пространств.
Вероятно, вас сейчас преследует вопрос: как внедрить городские вычисления для решения проблем больших городов?
Хорошая новость, для этого есть основа!
Рамки городских вычислений
В статье под названием "Городские вычисления: концепции, методологии и приложения", авторы представляют общую структуру для реализации Urban Computing.
Система состоит из четырех уровней: Городское зондирование, Управление городскими данными, Аналитика данных и Предоставление услуг. Каждый слой выполняет определенную функцию.
Сайт Городское зондирование слой отвечает за сбор данных в городских пространствах. Сбор данных может осуществляться с помощью различных методов, таких как совместное зондирование, краудсенсинг и мобильное зондирование.
Сайт Управление городскими данными слой позволяет организовать данные с помощью некоторой структуры индексирования, которая включает в себя как пространственно-временную информацию, так и тексты для поддержки эффективной аналитики данных.
В Уровень аналитики данных, различные техники, такие как Добыча данных, Машинное обучениеи Визуализация данных используются для выявления закономерностей в данных и получения из них ценной информации для последующего принятия решений.
Сайт Предоставление услуг слой включает в себя различные решения и услуги, направленные на улучшение опыта вождения, снижение загруженности дорог, загрязнения воздуха и потребления энергии. Например, в случае обнаружения какой-либо аномалии в дорожном движении, эта информация будет передана в транспортный орган для рассредоточения движения и диагностики аномалии.
Итак, с какими проблемами сталкиваются городские вычисления?
Для идеальной реализации Urban Computing перед нами стоят три большие задачи:
1.Сенсинг и сбор данных.
Эта задача заключается в том, как собирать городские данные неинтрузивным и непрерывным способом, учитывая ограничения по количеству датчиков, распределенных в городе.
Создание новых инфраструктур зондирования может достичь поставленной цели, однако это увеличит нагрузку на города.
Человек как датчик - это новая концепция, которая может помочь решить эту проблему, используя его сообщения в социальных сетях или его GPS-следы для понимания событий, происходящих вокруг него.
Люди как сенсор создают новые проблемы, такие как:
- Увеличение использования энергии устройств;
- Конфиденциальность личной информации;
- Необъективные данные, поскольку пользователи распределены неравномерно, и они не посылают показания датчиков с одинаковой частотой;
- Неструктурированные, неявные и шумные данные, вносимые пользователями. В отличие от этого, данные, генерируемые традиционными датчиками, хорошо структурированы, явны, чисты и просты для понимания.
2. Гетерогенные данные.
Методы Data Mining и Machine Learning обычно работают с одним видом данных. Однако решение городских проблем включает широкий спектр факторов (например, изучение загрязнения воздуха предполагает одновременное изучение транспортных потоков, метеорологии и землепользования).
3. Гибридные системы.
В отличие от поисковой системы или цифровой игры, где данные генерируются и потребляются в цифровом мире, городские вычисления обычно интегрируют данные из обоих миров (объединяя трафик и социальные сети).
Проектирование гибридных систем намного сложнее, чем обычных, поскольку система должна одновременно взаимодействовать со многими устройствами и пользователями, отправлять и получать данные различных форматов.
Каковы основные области применения городских вычислений?
Применений для городских вычислений может быть бесчисленное множество.
Приложения можно разделить на семь категорий: городское планирование, транспорт, окружающая среда, общественная безопасность и охрана, энергетика, экономика, экология и социальная сфера.
Вот очень краткое описание каждого из них:
- Городское планирование.
Планирование имеет важное значение для построения "умных" городов. В эту категорию входит обнаружение глубинных проблем в транспортных сетях, выявление функциональных регионов в городе (например, районов, которые поддерживают различные потребности людей и служат в качестве организующего метода, таких как образовательные районы или деловые кварталы), а также выявление границ города для понимания его эволюции.
- Транспорт.
В эту категорию входят: улучшение опыта вождения, услуги такси и системы общественного транспорта.
- Окружающая среда.
Быстрый прогресс урбанизации станет потенциальной угрозой для окружающей среды городов. Городские вычисления для окружающей среды включают: улучшение качества воздуха в городах и снижение шумового загрязнения.
- Общественная безопасность и охрана.
Здесь мы можем перечислить следующие области применения: обнаружение аномалий в дорожном движении, обнаружение катастроф, обнаружение аварий.
- Потребление энергии.
Быстрый прогресс урбанизации потребляет все больше и больше энергии. Приложениями в этой категории являются сокращение потребления газа и электричества.
- Экономика.
Динамика города может указывать на тенденцию развития экономики города. Примером применения в этой категории является прогнозирование тенденции фондового рынка.
- Социальная.
Приложениями в этой категории являются рекомендации по местоположению, планирование маршрутов, рекомендации по местоположению и активности, а также понимание динамики города.
Существуют ли какие-либо технологии для обеспечения городских вычислений?
Существует несколько вспомогательных технологий для городских вычислений, которые объединены в категории. Наиболее часто используемыми категориями являются:
Методы зондирования городов. Традиционное зондирование и измерение с помощью установки датчиков, пассивное зондирование толпы, которое использует существующую инфраструктуру для сбора данных, генерируемых толпой, и партисипативное зондирование, когда люди активно работают с информацией вокруг них;
Методы управления городскими данными позволяют организовать множество разнородных источников данных для последующего процесса Data Mining;
Методы объединения знаний позволяют эффективно объединять знания, полученные из нескольких разнородных источников данных;
Методы визуализации городских данных должны не только отображать необработанные данные и представлять результаты, но и позволять выявлять и описывать закономерности, тенденции и связи в данных.
Как видите, Urban Computing может стать очень полезным инструментом для решения основных проблем современных городов.
Проблемы, с которыми сталкиваются Urban Computing, в конечном итоге будут преодолены, что позволит нам обеспечить лучшее будущее для наших городов.
Ссылки
T. Киндберг, М. Чалмерс и Э. Паулос. 2007. Введение приглашенных редакторов: Городские вычисления. Pervasive Computing 6, 3, 18-20
Нажмите на изображение ниже, чтобы посмотреть наши иллюстрации Mind the Graph для городских вычислений.
Подпишитесь на нашу рассылку
Эксклюзивный высококачественный контент об эффективных визуальных
коммуникация в науке.
