✖


Jump to content

Городские вычисления

Edit links
(Перенаправлено с городских вычислений )

Городские вычисления — это междисциплинарная область , которая относится к изучению и применению вычислительных технологий в городских районах. Это предполагает применение беспроводных сетей , датчиков , вычислительных мощностей и данных для улучшения качества жизни в густонаселенных районах. Городские вычисления являются технологической основой для умных городов . [1] [2]

Термин «городские вычисления» был впервые введен Эриком Паулосом на конференции UbiComp в 2004 году. [3] и в своей статье «Знакомый незнакомец». [4] в соавторстве с Элизабет Гудман. Хотя Маркус Фот тесно связан с областью городской информатики различает их , Маркус Фот в своем предисловии к «Справочнику по исследованиям городской информатики» , говоря, что городские вычисления, городские технологии и городская инфраструктура больше фокусируются на технологических аспектах, тогда как городская информатика фокусируется на социальных и социальных аспектах. человеческие последствия технологий в городах. [5]

В области информатики городские вычисления опираются на области беспроводных и сенсорных сетей, информатики и взаимодействия человека с компьютером . Городские вычисления используют многие из парадигм, представленных повсеместными вычислениями , в которых коллекции устройств используются для сбора данных о городской среде, чтобы помочь улучшить качество жизни людей, затронутых городами. Что еще больше отличает городские вычисления от традиционных сетей дистанционного зондирования, так это разнообразие используемых устройств, входов и человеческого взаимодействия. В традиционных сенсорных сетях устройства часто специально создаются и используются для мониторинга определенных явлений, таких как температура, шум и свет. [6] Будучи междисциплинарной областью, городские вычисления также имеют практику и приложения в таких областях, как гражданское строительство , антропология , общественная история , здравоохранение , городское планирование и энергетика, среди других. [7]

Приложения и примеры

[ редактировать ]

Городские вычисления — это процесс сбора, интеграции и анализа больших и разнородных данных, генерируемых различными источниками в городских пространствах, такими как датчики, устройства, транспортные средства, здания и люди, для решения основных проблем, с которыми сталкиваются города. Городские вычисления объединяют ненавязчивые и повсеместные сенсорные технологии, передовые модели управления данными и аналитики, а также новые методы визуализации для создания беспроигрышных решений, которые улучшают городскую среду, качество жизни людей и городские операционные системы.

— Ю Чжэн, Городские вычисления с большими данными [8]

Культурное архивирование

[ редактировать ]

Города — это больше, чем просто совокупность мест и людей: места постоянно изобретаются заново и переосмысливаются людьми, населяющими их. Таким образом, преобладание компьютеров в городских пространствах заставляет людей дополнять свою физическую реальность тем, что доступно виртуально. [9] С этой целью исследователи, занимающиеся этнографией, коллективной памятью и общественной историей, использовали стратегии городских вычислений для создания платформ, которые позволяют людям делиться своими интерпретациями городской среды. Примеры таких проектов включают CLIO — городскую вычислительную систему, созданную на основе исследования «Коллективная городская память Оулу», — которая «позволяет людям делиться личными воспоминаниями, комментировать их в контексте и связывать их с городскими достопримечательностями, создавая тем самым коллективную городскую память». [10] и проект «Исторический Кливленд», целью которого является создание общей истории города, позволяя людям рассказывать истории с помощью своих собственных цифровых устройств. [11]

Потребление энергии

[ редактировать ]

На потребление энергии и загрязнение окружающей среды во всем мире сильно влияет городской транспорт. [12] Стремясь лучше использовать и обновлять существующую инфраструктуру, исследователи использовали городские вычисления, чтобы лучше понять выбросы газа, проводя полевые исследования с использованием данных GPS выборки транспортных средств, данных заправок на заправочных станциях и самоотчетов онлайн-участников. [13] Исходя из этого, знание плотности и скорости движения, проходящего через дорожную сеть города, может быть использовано для предложения экономически эффективных маршрутов движения и определения участков дороги, на которых бензин расходуется впустую. [14] Информация и прогнозы плотности загрязнения, собранные таким образом, также могут быть использованы для генерации локализованных предупреждений о качестве воздуха. [14] Кроме того, эти данные могут дать оценку времени ожидания на заправочных станциях, чтобы предложить более эффективные остановки, а также дать географическое представление об эффективности размещения заправочных станций. [13]

Здоровье

[ редактировать ]

Смартфоны, планшеты, умные часы и другие мобильные компьютерные устройства могут предоставлять информацию, выходящую за рамки простого общения и развлечений. Что касается общественного и личного здоровья, такие организации, как Центры по контролю и профилактике заболеваний (CDC) и Всемирная организация здравоохранения (ВОЗ), воспользовались Twitter и другими платформами социальных сетей, чтобы обеспечить быстрое распространение информации о вспышках заболеваний, медицинских открытиях и другой информации. новости. Помимо простого отслеживания распространения болезней, городские компьютеры могут даже помочь их предсказать. Исследование Джереми Гинзберга и др. обнаружили, что поисковые запросы, связанные с гриппом, служат надежным индикатором будущей вспышки, что позволяет отслеживать вспышки гриппа на основе географического местоположения таких поисков, связанных с гриппом. [15] Это открытие стимулировало сотрудничество между CDC и Google для создания карты прогнозируемых вспышек гриппа на основе этих данных. [16]

Городские вычисления также можно использовать для отслеживания и прогнозирования загрязнения в определенных районах. Исследования с использованием искусственных нейронных сетей (ИНС) и условных случайных полей (CRF) показали, что загрязнение воздуха на большой территории можно прогнозировать на основе данных небольшого количества станций мониторинга загрязнения воздуха. [17] [18] Эти результаты могут быть использованы для отслеживания загрязнения воздуха и предотвращения неблагоприятных последствий для здоровья в городах, которые уже борются с высоким уровнем загрязнения. Например, в дни, когда загрязнение воздуха особенно велико, может быть установлена ​​система оповещения жителей об особенно опасных районах.

Социальное взаимодействие

[ редактировать ]

Платформы мобильных вычислений могут использоваться для облегчения социального взаимодействия. В контексте городских вычислений возможность размещать бесконтактные маяки в окружающей среде, плотность населения и доступная инфраструктура обеспечивают взаимодействие с помощью цифровых технологий. В статье Паулоса и Гудмана «Знакомый незнакомец» представлены несколько категорий взаимодействия: от семьи до незнакомцев, а также взаимодействия от личного до мимолетного. [4] Социальному взаимодействию могут способствовать специально созданные устройства, приложения, учитывающие близость, и «совместные» приложения. Эти приложения могут использовать различные методы, позволяющие пользователям определять, где они находятся: от «регистрации» до обнаружения близости и самоидентификации. [19] Примеры географически ориентированных приложений включают Yik Yak , приложение, которое облегчает анонимное социальное взаимодействие на основе близости других пользователей, Ingress , которое использует игру дополненной реальности, чтобы побудить пользователей взаимодействовать с пространством вокруг них, а также друг с другом, и Foursquare , которое предоставляет рекомендации об услугах пользователям на основе указанного местоположения.

Транспорт

[ редактировать ]

Одной из основных областей применения городских вычислений является улучшение частного и общественного транспорта в городе. Основными источниками данных являются плавающие данные об автомобилях (данные о том, где автомобили находятся в данный момент). Сюда входят отдельные GPS, GPS-сигналы такси, сигналы Wi-Fi, датчики контура и (для некоторых приложений) пользовательский ввод. Городские вычисления могут помочь выбрать лучшие маршруты движения, что важно для таких приложений, как Waze, Google Maps и планирования поездок. Ван и др. построил систему для получения оценок времени в пути в режиме реального времени. Они решают проблемы: во-первых, не на всех участках дороги будут данные GPS за последние 30 минут или вообще когда-либо; во-вторых, некоторые маршруты будут охвачены несколькими записями об автомобилях, и необходимо объединить эти записи, чтобы получить наиболее точную оценку времени в пути; и в-третьих, в городе могут быть десятки тысяч сегментов дорог и бесконечное количество опрашиваемых маршрутов, поэтому предоставление мгновенной оценки в реальном времени должно быть масштабируемым. Они использовали различные методы и протестировали их на 32670 такси в течение двух месяцев в Пекине и точно оценили время в пути с точностью до 25 секунд ошибки на километр. [8]

Счетчики велосипедов являются примером вычислительной технологии для подсчета количества велосипедистов в определенном месте, чтобы помочь городскому планированию с помощью надежных данных. [20] [21]

Uber — это служба такси по требованию, где пользователи могут заказывать поездку с помощью своего смартфона. Используя данные об активных пассажирах и водителях, Uber может дискриминировать цены на основе текущего соотношения пассажиров и водителей. Это позволяет им зарабатывать больше денег, чем если бы они не имели «повышения цен», и помогает привлечь больше водителей на улицу в непопулярное рабочее время. [22]

Городские вычисления также могут дешево улучшить общественный транспорт. Группа Вашингтонского университета разработала OneBusAway, который использует данные GPS общественного транспорта для предоставления пассажирам информации об автобусах в режиме реального времени. Размещение дисплеев на автобусных остановках для предоставления информации стоит дорого, но разработка нескольких интерфейсов (приложения, веб-сайт, ответ на телефон, SMS) для OneBusAway обошлась сравнительно дешево. Среди опрошенных пользователей OneBusAway 92% были более удовлетворены, 91% ждали меньше и 30% совершали больше поездок. [23]

Городские вычисления также могут помочь в принятии решений по транспортной политике. Лондонская система Cycle Hire — это широко используемая система совместного использования велосипедов, которой управляет транспортная служба. Первоначально от пользователей требовалось членство. Через некоторое время они изменили его, чтобы членство не требовалось, и проанализировали данные о том, когда и где велосипеды были взяты напрокат и возвращены, чтобы увидеть, какие области были активны и какие тенденции изменились. Они обнаружили, что удаление членства было хорошим решением, которое несколько увеличило количество поездок на работу в будние дни и значительно увеличило использование услуг в выходные дни. [24] На основе моделей и характеристик системы совместного использования велосипедов были изучены последствия поддержки принятия решений на основе данных для преобразования городского транспорта в более устойчивый. [25]

Среда

[ редактировать ]

Городские компьютеры обладают большим потенциалом для улучшения качества городской жизни за счет улучшения окружающей среды, в которой живут люди, например, за счет повышения качества воздуха и снижения шумового загрязнения. Многие нежелательные или ядовитые химические вещества загрязняют воздух, например, PM 2,5, PM 10 и окись углерода. Во многих городах качество воздуха измеряется путем установки нескольких измерительных станций по всему городу, но эти станции слишком дороги, чтобы охватить весь город. Поскольку качество воздуха является сложным, трудно сделать вывод о качестве воздуха между двумя станциями измерения.

Были исследованы различные способы добавления дополнительных датчиков к городскому пейзажу, в том числе копенгагенские колеса (датчики, установленные на колесах велосипеда и приводимые в действие водителем) и датчики на базе автомобиля. Хотя они работают для измерения угарного и двуокиси углерода, станции измерения аэрозолей недостаточно портативны, чтобы их можно было передвигать. [8]

Также предпринимаются попытки сделать вывод о неизвестном качестве воздуха по всему городу на основе только проб, взятых на станциях, например, путем оценки выбросов автомобилей на основе данных о плавающих автомобилях. Чжэн и др. построил модель с использованием машинного обучения и интеллектуального анализа данных под названием U-Air. Он использует исторические данные и данные о воздухе в реальном времени, метеорологию, транспортный поток, мобильность людей, дорожные сети и достопримечательности, которые передаются в искусственные нейронные сети и условные случайные поля для обработки. Их модель представляет собой значительное улучшение по сравнению с предыдущими моделями общегородского качества воздуха. [17]

Чет и др. разработала систему мониторинга качества воздуха в помещениях, которая была развернута внутри Microsoft в Китае. Система базируется на блоках HVAC (отопление, вентиляция, кондиционирование) здания. Поскольку системы отопления, вентиляции и кондиционирования воздуха фильтруют воздух PM 2,5, но не проверяют, есть ли в этом необходимость, новая система может экономить энергию, предотвращая работу систем отопления, вентиляции и кондиционирования, когда они не нужны. [26]

Еще одним источником данных являются данные социальных сетей. В частности, теги изображений с географической привязкой успешно используются для построения запахов . карт [27] [28] (связано с качеством воздуха) и звукового ландшафта карты [29] (связано с качеством звука) на уровне города.

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ Бурош, Мелани; Дюспарик, Ивана (2020). «Городские вычисления: технологическая основа для умных городов» . Справочник по умным городам . Международное издательство Спрингер. стр. 1–25. дои : 10.1007/978-3-030-15145-4_5-1 . ISBN  978-3-030-15145-4 . S2CID   219809513 .
  2. ^ Камиларис, Андреас; Пициллидес, Андреас; Пренафета-Болд, Франческ X.; Али, Мухаммад Интизар (май 2017 г.). «Экосистема для городских вычислений на основе Интернета вещей – к более умным городам» . 2017 24-я Международная конференция по телекоммуникациям (ИКТ) . стр. 1–7. дои : 10.1109/ICT.2017.7998277 . ISBN  978-1-5386-0643-8 . S2CID   19278271 .
  3. ^ Паулос, Эрик; Андерсон, Кен; Таунсенд, Энтони (7 сентября 2004 г.). UbiComp на городских границах (мастерская). Шестая международная конференция по повсеместным вычислениям. Ноттингем, Англия.
  4. ^ Перейти обратно: а б Паулос, Эрик; Гудман, Элизабет (2004). Знакомый незнакомец: тревога, комфорт и игры в общественных местах . Материалы конференции SIGCHI по человеческому фактору в вычислительных системах. Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 223–230. дои : 10.1145/985692.985721 . ISBN  1-58113-702-8 .
  5. ^ Фот, Маркус (2009). Справочник по исследованиям в области городской информатики: практика и перспективы города реального времени . Херши, Пенсильвания: Справочник по информатике. ISBN  978-1-60566-152-0 . OCLC   227572898 .
  6. ^ Акылдиз, ИФ; Су, В.; Шанкарасубраманиам, Ю.; Кайирчи, Э. (2002). «Беспроводные сенсорные сети: обзор». Компьютерные сети . 38 (4): 393–422 [395]. CiteSeerX   10.1.1.320.5948 . дои : 10.1016/S1389-1286(01)00302-4 . S2CID   1230643 .
  7. ^ Кукка, Ханну; Юлипулли, Джоанна; Луусуа, Анна; Дей, Анинд К. (2014). Городские вычисления в теории и практике . Материалы 8-й Скандинавской конференции по взаимодействию человека и компьютера: весело, быстро, фундаментально (NordiCHI '14). Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 658–667. дои : 10.1145/2639189.2639250 . ISBN  978-1-4503-2542-4 .
  8. ^ Перейти обратно: а б с Чжэн, Ю; Капра, Лисия; Вольфсон, Оури; Ян, Хай (18 сентября 2014 г.). «Городские вычисления». Транзакции ACM в интеллектуальных системах и технологиях . 5 (3). Ассоциация вычислительной техники (ACM): 1–55. дои : 10.1145/2629592 . ISSN   2157-6904 . S2CID   207214926 .
  9. ^ Кукка, Кража; Люси, Анна; Юлипулли, Джоанна; Суопаярви, Тиина; Костакос, Василис; Оджала, Тимоти (2014). «От киберпанка к спокойным городским вычислениям: исследование роли технологий в городском пейзаже будущего». Технологическое прогнозирование и социальные изменения 84 : 29–42. doi : 10.1016/j.techfore.2013.07.015 . S2CID   17458661 .
  10. ^ Христопулу, Элени; Рингас, Димитриос; Стефанидакис, Михаил (2012). Опыт влияния городских вычислений на городскую культуру . 16-я Всегреческая конференция по информатике (PCI). IEEE. стр.56,61. дои : 10.1109/pci.2012.53 . ISBN  978-1-4673-2720-6 .
  11. ^ «Об историческом Кливленде» . Кливленд Исторический . Проверено 22 апреля 2015 г.
  12. ^ «Выбросы парниковых газов: выбросы транспортного сектора – изменение климата – Агентство по охране окружающей среды США» . epa.gov . 16 марта 2012 г. Архивировано из оригинала 4 июля 2014 г. {{cite web}}: CS1 maint: неподходящий URL ( ссылка )
  13. ^ Перейти обратно: а б Чжан, Фучжэн; Уилки, Дэвид; Чжэн, Ю; Се, Син (2013). Чувствуя пульс городской заправки . UbiComp '13: Материалы международной совместной конференции ACM 2013 года по всеобъемлющим и повсеместным вычислениям. Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 13–22. дои : 10.1145/2493432.2493448 . ISBN  978-1-4503-1770-2 .
  14. ^ Перейти обратно: а б Шан, Цзинбо; Чжэн, Ю; Тонг, Вэньчжу; Чанг, Эрик; Ю, Ён (2014). Выводы о потреблении газа и выбросах загрязняющих веществ от транспортных средств по всему городу . KDD '14: Материалы 20-й международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных. Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 1027–1036. CiteSeerX   10.1.1.713.9988 . дои : 10.1145/2623330.2623653 . ISBN  978-1-4503-2956-9 .
  15. ^ Гинзберг, Дж; и др. (2009). «Выявление эпидемий гриппа с использованием данных поисковых запросов» . Природа . 457 (7232): 1012–1014. Бибкод : 2009Natur.457.1012G . дои : 10.1038/nature07634 . ПМИД   19020500 . S2CID   125775 .
  16. ^ «Тенденции Google по гриппу» . Проверено 21 апреля 2015 г.
  17. ^ Перейти обратно: а б Чжэн, Ю; Лю, Фуруи; Се, Сюнь-Пин (2013). U-Air: когда выводы о качестве городского воздуха соответствуют большим данным . KDD '13: Материалы 19-й международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных. Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 1436–1444. дои : 10.1145/2487575.2488188 . ISBN  978-1-4503-2174-7 .
  18. ^ Сянюнь; Чанг, Эрик; Руй, Юн, Вэйвэй (2014). Чжэн, Сюй; Цзинь, Цивэй; Цюй , Система обнаружения знаний для мониторинга детального качества воздуха» (PDF) . MSR-Tr-2014-40 . S2CID   16801207. Архивировано из оригинала (PDF) 24 февраля 2019 г.
  19. ^ Джабер, Нафаа; Зеадалли, Шерали; Сайед, Биджу (01 марта 2013 г.). «Мобильные приложения для социальных сетей». Коммуникации АКМ . 56 (3). Ассоциация вычислительной техники (ACM): 71. doi : 10.1145/2428556.2428573 . ISSN   0001-0782 . S2CID   8694354 .
  20. ^ Магни, Мари (6 июня 2012 г.). «Велогорода наградили велосипедными счетчиками» . Велоспорт Посольство Дании . Архивировано из оригинала 19 июля 2020 г. Проверено 25 апреля 2020 г.
  21. ^ «Фахрадбарометр» . hamburg.adfc.de (на немецком языке). Архивировано из оригинала 21 марта 2020 г. Проверено 25 апреля 2020 г.
  22. ^ «Ценовой всплеск» . Бесплатный обмен. Экономист . 2014-03-29.
  23. ^ Феррис, Брайан; Уоткинс, Кари; Борнинг, Алан (2010). OneBusAway: результат предоставления информации о прибытии общественного транспорта в режиме реального времени . CHI '10: Материалы конференции SIGCHI по человеческому фактору в вычислительных системах. Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 1807–1816. дои : 10.1145/1753326.1753597 . ISBN  978-1-60558-929-9 .
  24. ^ Латия, Нил; Ахмед, Саниул; Капра, Лисия (2012). «Измерение влияния открытия системы совместного использования велосипедов в Лондоне для случайных пользователей». Транспортные исследования, часть C: Новые технологии . 22 . Эльзевир Б.В.: 88–102. Бибкод : 2012ТРПК...22...88Л . дои : 10.1016/j.trc.2011.12.004 . ISSN   0968-090X .
  25. ^ Се, Сяо-Фэн; Ван, Цзуньцзин (2018). «Изучение моделей и характеристик поездок в сети совместного использования велосипедов и последствия для поддержки принятия решений на основе данных: тематическое исследование в районе Вашингтона, округ Колумбия». Журнал транспортной географии . 71 : 84–102. arXiv : 1901.02061 . Бибкод : 2018JTGeo..71...84X . дои : 10.1016/j.jtrangeo.2018.07.010 . S2CID   88518530 .
  26. ^ Чен, Сюйсу; Чжэн, Ю; Чен, Юбяо; Джин, Цивэй; Сунь, Вэйвэй; Чанг, Эрик; Ма, Вэй-Ин (2014). Система мониторинга качества воздуха в помещениях для умных зданий . UbiComp '14: Материалы Международной совместной конференции ACM 2014 г. по всеобъемлющим и повсеместным вычислениям. Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 471–475. дои : 10.1145/2632048.2632103 . ISBN  978-1-4503-2968-2 .
  27. ^ Керсия, Даниэле; Скифанелла, Россано; Айелло, Лука Мария; Кейт, Маклин (2015). «Вонючие карты: цифровая жизнь городских запахов». АААИ Icwsm . 3 (3). arXiv : 1505.06851 . Бибкод : 2015arXiv150506851Q .
  28. ^ Керсия, Даниэле; Скифанелла, Россано; Айелло, Лука Мария (2016). «Эмоциональный и хроматический слои городских запахов» . АААИ Icwsm . arXiv : 1605.06721 . Бибкод : 2016arXiv160506721Q .
  29. ^ Айелло, Лука Мария; Скифанелла, Россано; Керсия, Даниэле; Алетта, Франческо (2016). «Болтливые карты: построение звуковых карт городских территорий на основе данных социальных сетей» . Королевское общество открытой науки . 3 (3): 150690. arXiv : 1603.07813 . Бибкод : 2016RSOS....350690A . дои : 10.1098/rsos.150690 . ПМЦ   4821272 . ПМИД   27069661 .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Urban_computing&oldid=1227178324"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 30ddf6e9531eb842aaa42c34a03a2019__1717469940
URL1:https://arc.ask3.ru/arc/aa/30/19/30ddf6e9531eb842aaa42c34a03a2019.html
Заголовок, (Title) документа по адресу, URL1:
Urban computing - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)