{"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\/sv_se\/utmaningar-for-urban-databehandling-i-storstader\/","title":{"rendered":"Urban databehandling: Att m\u00f6ta de stora utmaningarna i stora st\u00e4der"},"content":{"rendered":"

Dagens storst\u00e4der st\u00e5r inf\u00f6r stora problem som trafikstockningar, luftf\u00f6roreningar och energif\u00f6rbrukning. Dessa stora problem i storst\u00e4der kan hanteras genom att anv\u00e4nda Big data<\/strong><\/a> (vilket inneb\u00e4r behandling av stora datam\u00e4ngder).<\/p>\n\n\n\n

Det \u00e4r precis vad urban computing \u00e4r. Det kan enkelt definieras som anv\u00e4ndning av stordata f\u00f6r att hantera de stora fr\u00e5gorna i stora st\u00e4der<\/em>.<\/p>\n\n\n\n

L\u00e5t oss ber\u00e4tta mer om detta.<\/p>\n\n\n\n

Urban Computing inneb\u00e4r en process f\u00f6r insamling, integrering och analys av stora och heterogena data som genereras av olika k\u00e4llor i stadsmilj\u00f6er. S\u00e5dana datak\u00e4llor inkluderar sensorer, mobila enheter, fordon, byggnader och m\u00e4nniskor.<\/p>\n\n\n\n

Vad \u00e4r urban databehandling?<\/strong><\/p>\n\n\n\n

I artikeln med titeln \"Urban databehandling: koncept, metoder och till\u00e4mpningar<\/a>\", introducerar f\u00f6rfattarna ett allm\u00e4nt ramverk f\u00f6r implementering av Urban Computing.<\/p>\n\n\n\n

Urban Computing kopplar samman icke-p\u00e5tr\u00e4ngande och allest\u00e4des n\u00e4rvarande sensorteknik, avancerad datahantering, analytiska modeller och nya visualiseringsmetoder f\u00f6r att skapa l\u00f6sningar som f\u00f6rb\u00e4ttrar stadsmilj\u00f6n, m\u00e4nniskors livskvalitet och stadsdriftssystem.<\/p>\n\n\n\n

Vi m\u00e5ste ocks\u00e5 betona att Urban Computing \u00e4r ett tv\u00e4rvetenskapligt omr\u00e5de. Det integrerar datavetenskap med andra omr\u00e5den som transport, v\u00e4g- och vattenbyggnad, ekonomi, ekologi och sociologi i samband med stadsmilj\u00f6er.<\/p>\n\n\n\n

F\u00f6rmodligen \u00e4r den stora fr\u00e5gan som sp\u00f6kar i ditt huvud just nu: hur kan man implementera urban databehandling f\u00f6r att l\u00f6sa storst\u00e4dernas problem?<\/p>\n\n\n\n

Goda nyheter, det finns ett ramverk f\u00f6r det!<\/p>\n\n\n\n

Ramverk f\u00f6r urban databehandling<\/strong><\/p>\n\n\n\n

I artikeln med titeln \"Urban databehandling: koncept, metoder och till\u00e4mpningar<\/a>\", introducerar f\u00f6rfattarna ett allm\u00e4nt ramverk f\u00f6r implementering av Urban Computing.<\/p>\n\n\n\n

Ramverket best\u00e5r av fyra lager: Urban sensing, urban datahantering, dataanalys och tillhandah\u00e5llande av tj\u00e4nster. Varje lager har en specifik funktion.<\/p>\n\n\n\n

Den Urban avk\u00e4nning<\/strong> lagret ansvarar f\u00f6r att samla in data fr\u00e5n stadsmilj\u00f6er. Denna datainsamling kan utf\u00f6ras med olika tekniker som deltagande sensing, crowdsensing och mobil sensing.<\/p>\n\n\n\n

Den Datahantering i st\u00e4der<\/strong> lagret g\u00f6r det m\u00f6jligt att organisera data med hj\u00e4lp av en indexeringsstruktur som inneh\u00e5ller b\u00e5de spatio-temporal information och texter f\u00f6r att st\u00f6dja effektiv dataanalys.<\/p>\n\n\n\n

I den Lager f\u00f6r dataanalys<\/strong>, olika tekniker som t.ex. Datautvinning<\/a>, Maskininl\u00e4rning<\/a>och Visualisering av data<\/a> anv\u00e4nds f\u00f6r att identifiera m\u00f6nster i data och f\u00e5 v\u00e4rdefull information fr\u00e5n dem f\u00f6r efterf\u00f6ljande beslutsfattande.<\/p>\n\n\n\n

Den Tillhandah\u00e5llande av tj\u00e4nster<\/strong> omfattar olika l\u00f6sningar och tj\u00e4nster som syftar till att f\u00f6rb\u00e4ttra m\u00e4nniskors k\u00f6rupplevelser, minska trafikstockningar, luftf\u00f6roreningar och energif\u00f6rbrukning. Om till exempel en trafikavvikelse uppt\u00e4cks kommer denna information att skickas till transportmyndigheten f\u00f6r att sprida trafiken och diagnostisera avvikelsen.<\/p>\n\n\n\n

S\u00e5 vilka utmaningar st\u00e5r Urban Computing inf\u00f6r?<\/strong><\/p>\n\n\n\n

F\u00f6r en idealisk implementering st\u00e5r Urban Computing inf\u00f6r tre stora utmaningar: <\/p>\n\n\n\n

1.Sensorer och datainsamling.<\/strong><\/p>\n\n\n\n

Denna utmaning handlar om hur man samlar in stadsdata p\u00e5 ett icke-p\u00e5tr\u00e4ngande och kontinuerligt s\u00e4tt med tanke p\u00e5 begr\u00e4nsningarna i antalet sensorer som distribueras i staden. <\/p>\n\n\n\n

Genom att bygga upp nya infrastrukturer f\u00f6r sensorer skulle m\u00e5let kunna uppn\u00e5s, men det skulle \u00f6ka st\u00e4dernas b\u00f6rda.<\/p>\n\n\n\n

M\u00e4nniskan som sensor \u00e4r ett nytt koncept som kan bidra till att l\u00f6sa denna utmaning genom att anv\u00e4nda m\u00e4nniskors inl\u00e4gg p\u00e5 sociala medier eller deras GPS-sp\u00e5r f\u00f6r att f\u00f6rst\u00e5 vad som h\u00e4nder runt omkring dem.<\/p>\n\n\n\n

M\u00e4nniskan som sensor medf\u00f6r nya utmaningar som t.ex:<\/p>\n\n\n\n