В настоящее время крупные города сталкиваются с такими проблемами, как пробки, загрязнение воздуха и энергопотребление. Решить эти проблемы в больших городах можно с помощью большие данные (что подразумевает обработку больших объемов данных).
Именно это и есть городские вычисления. Его можно определить просто как использование больших данных для решения масштабных проблем больших городов.
Давайте остановимся на этом подробнее.
Городские вычисления включают в себя процесс сбора, интеграции и анализа больших и гетерогенных данных, генерируемых различными источниками в городских условиях. 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 вездесущего зондирования, передовое управление данными, аналитические модели и новые методы визуализации для создания решений, улучшающих городскую среду, качество жизни людей и работу городских систем.
Необходимо также 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 мучает вопрос: как внедрить городские вычисления для решения проблем больших городов?
Хорошая новость - для этого есть основа!
Структура городских вычислений
В статье под названием "Городские вычисления: концепции, методологии и приложения", авторы представляют общую структуру для реализации Urban Computing.
Структура 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 о городских пространствах. Сбор данных может осуществляться с помощью различных технологий, таких как коллективное зондирование, краудсенсинг и мобильное зондирование.
Сайт Управление городскими данными слой позволяет организовать данные по некоторой структуре индексирования, включающей как пространственно-временную информацию, так и тексты для поддержки эффективной аналитики данных.
В Уровень аналитики данныхВ качестве примера можно привести различные методы, 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 сервисы, направленные на улучшение качества вождения, снижение загруженности дорог, загрязнения воздуха и энергопотребления. Например, в случае обнаружения какой-либо аномалии в дорожном движении эта информация будет передана в транспортную службу для разгона движения и диагностики аномалии.
Итак, какие же задачи стоят перед Urban Computing?
Для идеальной реализации Urban Computing необходимо решить три большие задачи:
1.Датчики и сбор данных.
Эта задача заключается в том, как собрать данные о городе неинтрузивным и непрерывным способом, учитывая ограничения по количеству датчиков, распределенных в городе.
Создание новых инфраструктур зондирования может обеспечить достижение поставленной цели, однако это приведет к увеличению нагрузки на города.
Человек как датчик - новая концепция, которая может помочь решить эту проблему, используя его сообщения в социальных сетях или GPS-следы для понимания происходящих вокруг него событий.
Человек как датчик создает новые проблемы, такие как:
- Увеличение использования энергии устройств;
- Конфиденциальность личной информации;
- Необъективные данные, поскольку пользователи распределены неравномерно и не посылают показания датчиков с одинаковой частотой;
- Неструктурированные, неявные и шумные данные, предоставляемые 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 связано с широким спектром 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 гораздо 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.
Эти приложения можно разделить на семь категорий: градостроительство, транспорт, окружающая среда, общественная безопасность, энергетика, экономика, экология и социальная сфера.
Приведем очень краткое описание каждого из них:
- Градостроительство.
Планирование имеет большое значение для построения "умных" городов. В эту категорию входит обнаружение глубинных проблем в транспортных сетях, выявление функциональных регионов в городе (например, районов, обеспечивающих различные потребности людей и выполняющих организующую функцию, таких как образовательные районы или деловые кварталы), а также определение границ города для понимания его эволюции.
- Транспорт.
В эту категорию входят: улучшение качества вождения, услуги такси и системы общественного транспорта.
- Окружающая среда.
Стремительный прогресс урбанизации станет потенциальной угрозой для окружающей среды городов. Вычисления для экологии городов включают: улучшение качества воздуха в городах и снижение шумового загрязнения.
- Общественная безопасность и охрана.
Здесь можно перечислить следующие области применения: обнаружение аномалий движения, обнаружение катастроф, обнаружение аварий.
- Потребление энергии.
Стремительный прогресс урбанизации приводит к потреблению все большего количества энергии. Приложениями этой категории являются снижение потребления газа и электроэнергии.
- Экономика.
Динамика города может указывать на тенденцию развития его экономики. Примером применения в данной категории является прогнозирование динамики фондового рынка.
- Социальные.
Приложениями 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 технологий для городских вычислений, которые подразделяются на категории. Наиболее часто используемыми категориями являются:
Методы зондирования городской среды. Традиционное зондирование и измерение с помощью установки датчиков, пассивное зондирование толпы, использующее существующую инфраструктуру для сбора данных, генерируемых толпой, и партисипативное зондирование, при котором люди активно работают с информацией вокруг себя;
Методы управления городскими данными позволяют организовать множество разнородных источников данных для последующего процесса Data Mining;
Методы слияния знаний позволяют эффективно объединять знания, полученные из множества разнородных источников данных;
Методы визуализации городских данных должны не только отображать исходные данные и представлять результаты, но и позволять выявлять и описывать закономерности, тенденции и связи в данных.
Как видите, Urban Computing может оказаться весьма 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
Щелкните на изображении ниже, чтобы ознакомиться с иллюстрациями Mind the Graph для городских вычислений.
Подпишитесь на нашу рассылку
Эксклюзивный высококачественный контент об эффективных визуальных
коммуникация в науке.
Russian 
English 
Chinese 
Japanese 
German 
Spanish 
Portuguese 
Dutch 
French 
Italian