어번 컴퓨팅

Urban computing

도시컴퓨팅은 도시지역에서의 컴퓨팅 테크놀로지 연구와 응용에 관련된 학제간 분야입니다.여기에는 무선 네트워크, 센서, 계산 능력 및 데이터를 적용하여 인구 밀도가 높은 지역의 품질을 향상시킵니다.

'어반 컴퓨팅'이라는 용어는 Eric Paulos가 2004년 UbiComp 컨퍼런스와[1] 엘리자베스 굿맨과 공동 집필한 논문 The Liangle[2] Stranger에서 처음 소개되었습니다.Marcus Foth는 도시정보학 분야와 밀접하게 관련되어 있지만, 도시컴퓨팅, 도시기술, 도시인프라는 기술적 차원에 더 초점을 두고 있는 반면 도시정보학은 테크놀로의 사회적, 인간적 영향에 초점을 맞추고 있다고 말하면서 도시정보학 연구 핸드북의 서문에서 두 가지를 구별합니다.도시에서의 gy.[3]

컴퓨터 사이언스 영역 내에서 도시 컴퓨팅은 무선 및 센서 네트워크, 정보 과학 및 인간과 컴퓨터의 상호 작용 영역에서 파생됩니다.도시 컴퓨팅은 유비쿼터스 컴퓨팅에 의해 도입된 패러다임의 대부분을 사용하고 있습니다.그것은, 도시의 영향을 받는 사람들의 삶의 질을 향상시키기 위해서, 도시 환경에 관한 데이터를 수집하기 위해서 디바이스의 컬렉션을 사용한다는 것입니다.도시 컴퓨팅이 기존의 원격 감지 네트워크와 더욱 다른 점은 관련된 다양한 장치, 입력 및 인적 상호작용입니다.기존 센서 네트워크에서는 온도, 노이즈, [4]빛 등의 특정 현상을 감시하기 위해 장치가 의도적으로 구축되어 배치되는 경우가 많습니다.학제간 분야로서 도시 컴퓨팅에는 토목 공학, 인류학, 공공 역사, 의료, 도시 계획,[5] 에너지 등의 분야에서도 실무자와 응용 분야가 있습니다.

응용 프로그램 및 예시

도시 컴퓨팅은 도시가 직면한 주요 문제에 대처하기 위해 센서, 장치, 차량, 건물, 인간 등 도시 공간의 다양한 소스에 의해 생성된 크고 이질적인 데이터를 획득, 통합 및 분석하는 과정입니다.도시 컴퓨팅은 눈에 띄지 않는 유비쿼터스 센싱 기술, 고급 데이터 관리 및 분석 모델 및 새로운 시각화 방법을 결합하여 도시 환경, 인간의 삶의 질 및 도시 운영 시스템을 개선하는 윈-윈 솔루션을 만듭니다.

--

문화 아카이브

도시는 단지 장소와 사람들의 집합체일 뿐 아니라, 장소를 점유하고 있는 사람들에 의해 끊임없이 재창조되고 재상상화된다.이와 같이, 도시 공간에서의 컴퓨팅의 보급은 사람들이 가상으로 이용 [7]가능한 것으로 그들의 물리적 현실을 보완하도록 이끈다.이를 위해 민족지학, 집단기억, 공공사에 종사하는 연구자들은 도시 컴퓨팅 전략을 활용하여 사람들이 도시 환경에 대한 해석을 공유할 수 있는 플랫폼을 도입했습니다.그러한 프로젝트의 예를 들면 공동시 메모리 오울루의 study—which에서 나오CLIO—an 도시의 전산 시스템"개인적인 기억 공유할 컨텍스트 및 도시 명소들을 그들이 그들 annotate, 따라서 집단 도시 기억을 만들어 낼 포함한다."[8]과 공동 역사를 창조하다 목표로 하고 있는 클리블랜드 역사 프로젝트입니다.사람들이 자신의 디지털 [9]기기를 통해 이야기를 기고할 수 있도록 함으로써 도시의 가치를 높일 수 있습니다.

소비 전력

전 세계의 에너지 소비와 오염은 도시 [10]교통의 영향을 많이 받는다.현재의 인프라스트럭처를 보다 효율적으로 활용하고 갱신하기 위한 노력의 일환으로 연구자들은 차량 샘플의 GPS 데이터, 주유소로부터의 주유 데이터, 온라인 참가자의 [11]자가 보고 등을 사용하여 현장 조사를 실시함으로써 도시 컴퓨팅을 사용하여 가스 배출을 보다 잘 이해했습니다.이를 통해 도시의 도로망을 통과하는 교통 밀도와 속도에 대한 지식을 활용하여 비용 효율적인 주행 경로를 제안하고 가스가 많이 [12]낭비된 도로 구간을 식별할 수 있습니다.이러한 방식으로 수집된 오염 밀도에 대한 정보와 예측은 또한 국지적인 대기 [12]품질 경보를 생성하는 데 사용될 수 있다.또한, 이러한 데이터는 주유소 [11]배치의 효율성을 지리적으로 파악할 수 있을 뿐만 아니라 보다 효율적인 주유소를 제안하기 위한 주유소 대기 시간의 추정치를 산출할 수 있다.

헬스

스마트폰, 태블릿, 스마트 시계 및 기타 모바일 컴퓨팅 장치는 단순한 통신과 엔터테인먼트를 넘어서는 정보를 제공할 수 있습니다.공공 및 개인 보건에 대해서는 질병 통제 및 예방 센터(CDC) 및 세계보건기구(WHO)와 같은 조직이 질병의 발생, 발견 및 기타 뉴스를 신속하게 전파하기 위해 트위터 및 기타 소셜 미디어 플랫폼을 채택했습니다.도시 컴퓨팅은 단순히 질병의 확산을 추적하는 데 그치지 않고 질병의 예측에도 도움이 됩니다.Jeremy Ginsberg 등의 연구는 독감 관련 검색 쿼리가 향후 발병의 믿을 만한 지표가 된다는 것을 밝혀냄으로써 이러한 독감 관련 [13]검색의 지리적 위치를 바탕으로 독감 발생을 추적할 수 있게 되었다.이 발견은 CDC와 구글 간의 협력을 촉진하여 이 [14]데이터를 기반으로 예측된 독감 발생의 지도를 만들었다.

도시 컴퓨팅은 특정 지역의 오염을 추적하고 예측하는 데도 사용할 수 있습니다.인공신경망(ANN)과 조건부 무작위장(CRF)을 이용한 연구는 소수의 대기오염 [15][16]측정소 데이터를 바탕으로 넓은 지역의 대기오염을 예측할 수 있다는 것을 보여주었다.이러한 발견들은 대기 오염을 추적하고 이미 높은 오염으로 어려움을 겪고 있는 도시의 건강상의 악영향을 막는데 사용될 수 있다.예를 들어, 대기 오염이 특히 높은 날에는 주민들에게 특히 위험한 지역을 경고하는 시스템이 마련될 수 있다.

사회 상호 작용.

모바일 컴퓨팅 플랫폼을 사용하여 사회적 상호작용을 촉진할 수 있습니다.도시 컴퓨팅의 맥락에서 환경, 인구 밀도 및 이용 가능한 인프라에 근접 비콘을 배치하는 기능은 디지털 방식으로 원활한 상호작용을 가능하게 합니다.Paulos와 Goodman의 논문 The Loughold Stranger는 가족에서 낯선 사람까지 그리고 개인적인 것부터 지나가는 [2]것까지 다양한 범주의 상호작용을 소개합니다.소셜 인터랙션은 전용 기기, 근접 인식 애플리케이션 및 "참여형" 애플리케이션을 통해 촉진될 수 있습니다.이러한 애플리케이션은, 유저가 「체크인」으로부터 근접 검출, 자기 [17]식별에 이르기까지, 다양한 기술을 사용할 수 있습니다.지리적으로 인식되는 어플리케이션의 예로는 다른 사용자의 근접성을 바탕으로 익명의 소셜 인터랙션을 가능하게 하는 어플리케이션인 Yik Yak, 증강현실 게임을 사용하여 사용자 간의 상호 작용을 촉진하는 Ingress, 서비스에 대한 추천을 제공하는 Foursquare 등이 있습니다.지정된 위치에 따라 사용자를 지정합니다.

교통.

도시 컴퓨팅의 주요 응용 분야 중 하나는 도시의 개인 및 대중 교통을 개선하는 것입니다.주요 데이터 소스는 부동 자동차 데이터(특정 순간에 자동차가 어디에 있는지에 대한 데이터)입니다.여기에는 개별 GPS, 택시 GPS, WiFI 신호, 루프 센서 및 (일부 애플리케이션의 경우) 사용자 입력이 포함됩니다.도심 컴퓨팅은 보다 나은 주행 경로를 선택하는 데 도움이 됩니다. Waze, Google 지도 및 여행 계획과 같은 애플리케이션에 중요합니다.왕 외는 실시간 이동 시간 추정치를 얻기 위한 시스템을 구축했다.그들은 문제를 해결합니다: 하나는, 모든 도로 세그먼트가 지난 30분 동안 또는 앞으로도 GPS로부터 데이터를 얻을 수 없습니다. 두 번째는, 몇몇 경로가 여러 자동차 기록에 의해 가려질 것입니다. 그리고 세 번째는, 가장 정확한 이동 시간을 추정하기 위해 이러한 기록을 결합할 필요가 있습니다. 그리고 세 번째는, 한 도시가 수만 개의 도로 세그먼트와 무한한 양의 도로를 가질 수 있습니다.즉석에서 실시간 추정치를 제공하려면 확장성이 있어야 합니다.이들은 베이징(北京)에서 두 달 동안 32670대의 택시를 대상으로 다양한 기술을 사용해 주행시간을 [6]km당 25초 이내로 정확히 추정했다.

자전거 카운터는 신뢰할 수 있는 [18][19]데이터로 도시 계획을 지원하기 위해 특정 지점의 자전거 이용자의 수를 계산하는 컴퓨팅 기술의 한 예입니다.

우버는 사용자가 스마트폰으로 탑승을 요청할 수 있는 주문형 택시와 같은 서비스이다.Uber는 액티브 라이더와 드라이버의 데이터를 사용하여 현재 라이더/드라이버 비율에 따라 가격을 차별할 수 있습니다.이것은 그들이 "급등한 가격" 없이 버는 것보다 더 많은 돈을 벌 수 있게 하고, 비인기적인 [20]근무 시간에 더 많은 운전자들이 거리에 나가도록 돕는다.

도시 컴퓨팅은 또한 대중 교통을 저렴하게 개선할 수 있다.워싱턴 대학의 한 그룹은 공공 버스 GPS 데이터를 사용하여 승객들에게 실시간 버스 정보를 제공하는 OneBusAway를 개발했다.버스 정류장에 디스플레이를 배치하여 정보를 제공하는 것은 비용이 많이 들지만 OneBusAway에 대한 여러 인터페이스(앱, 웹사이트, 전화 응답, SMS)를 개발하는 것은 비교적 저렴했습니다.조사 대상 OneBusAway 사용자 중 92%가 더 만족하고 91%는 덜 기다렸으며 30%는 [21]더 많은 여행을 다녀왔습니다.

교통 정책에 대한 의사결정은 도시 컴퓨팅에도 도움이 될 수 있습니다.런던의 사이클 렌트 시스템은 교통 당국이 운영하는 자전거 공유 시스템입니다.원래는 사용자가 멤버십을 가지고 있어야 했습니다.잠시 후 회원가입이 필요 없도록 변경하고 자전거를 대여·반납한 시기와 장소의 데이터를 분석해 어떤 지역이 활성화되고 어떤 트렌드가 바뀌었는지 알아봤다.그들은 멤버십을 없애는 것이 주중 통근을 증가시키고 주말 [22]이용량을 크게 증가시킨 좋은 결정이라는 것을 발견했다.자전거 공유 시스템의 패턴과 특성을 바탕으로, 도시 교통을 보다 지속 가능하게 [23]변화시키기 위해 데이터 중심 의사결정 지원에 대한 영향을 연구해 왔다.

환경

도시 컴퓨팅은 대기질을 높이고 소음 공해를 줄이는 등 사람들이 사는 환경을 개선함으로써 도시의 삶의 질을 향상시킬 수 있는 많은 잠재력을 가지고 있습니다.PM 2.5, PM 10, 일산화탄소 등 바람직하지 않거나 독성이 있는 많은 화학물질들이 공기를 오염시키고 있습니다.많은 도시들이 도시 전역에 몇 개의 측정소를 설치함으로써 공기의 질을 측정하지만, 이 측정소들은 도시 전체를 포함하기에는 너무 비싸다.공기의 질이 복잡하기 때문에, 두 측정소 사이의 공기의 질을 추론하는 것은 어렵습니다.

도시 경관에 더 많은 센서를 추가하는 다양한 방법들이 연구되어 왔는데, 코펜하겐 바퀴와 자동차 기반 센서가 그것이다.이것들은 일산화탄소와 이산화탄소에 효과가 있지만, 에어로졸 측정소는 [6]이동할 수 있을 만큼 휴대하기 어렵다.

또한 부유 자동차 데이터로부터 자동차 배기가스를 추정하는 등, 역에서 채취한 샘플로부터 도시 전체의 미지의 대기질을 추론하는 시도도 있다.Zheng 등은 기계 학습과 데이터 마이닝을 이용하여 U-Air라 불리는 모델을 만들었다.가공할 인공신경망과 조건부 랜덤필드에 공급되는 과거 및 실시간 공기 데이터, 기상, 교통 흐름, 인체 이동성, 도로 네트워크 및 관심 지점을 사용합니다.그들의 모델은 도시 전체의 대기 [15]질에 대한 이전 모델들에 비해 크게 개선되었다.

쳇 등은 실내 공기질을 감시하는 시스템을 개발했으며, 이는 마이크로소프트가 중국에 내부적으로 구축했다.이 시스템은 건물의 HVAC(난방, 환기, 에어컨) 장치에 기반을 두고 있습니다.HVAC는 PM 2.5의 공기를 여과하지만 필요한 경우 확인하지 않기 때문에 새로운 시스템은 [24]HVAC가 불필요할 때 작동하지 않도록 함으로써 에너지를 절약할 수 있습니다.

또 다른 데이터 소스는 소셜 미디어 데이터입니다.특히, 지리 참조 픽처 태그는 도시 수준에서 냄새 풍경 지도([26]대기 질과 연동)와 소리 풍경 지도(음질과 연동)를 추론하는 데 성공적으로 사용되었습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Paulos, Eric; Anderson, Ken; Townsend, Anthony (September 7, 2004). UbiComp in the Urban Frontier (workshop). Sixth International Conference on Ubiquitous Computing. Nottingham, England.
  2. ^ a b Paulos, Eric; Goodman, Elizabeth (2004). The familiar stranger: anxiety, comfort, and play in public places. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York, New York, USA: ACM Press. pp. 223–230. doi:10.1145/985692.985721. ISBN 1-58113-702-8.
  3. ^ Foth, Marcus (2009). Handbook of Research on Urban Informatics: The Practice and Promise of the Real-Time City. Hershey, PA: Information Science Reference. ISBN 978-1-60566-152-0. OCLC 227572898.
  4. ^ Akyildiz, I.F.; Su, W.; Sankarasubramaniam, Y.; Cayirci, E. (2002). "Wireless sensor networks: a survey". Computer Networks. 38 (4): 393–422 [395]. CiteSeerX 10.1.1.320.5948. doi:10.1016/S1389-1286(01)00302-4.
  5. ^ Kukka, Hannu; Ylipulli, Johanna; Luusua, Anna; Dey, Anind K. (2014). Urban computing in theory and practice. Proceedings of the 8th Nordic Conference on Human-Computer Interaction: Fun, Fast, Foundational (NordiCHI '14). New York, New York, USA: ACM Press. pp. 658–667. doi:10.1145/2639189.2639250. ISBN 978-1-4503-2542-4.
  6. ^ a b c Zheng, Yu; Capra, Licia; Wolfson, Ouri; Yang, Hai (2014-09-18). "Urban Computing". ACM Transactions on Intelligent Systems and Technology. Association for Computing Machinery (ACM). 5 (3): 1–55. doi:10.1145/2629592. ISSN 2157-6904.
  7. ^ Kukka, Hannu; Luusua, Anna; Ylipulli, Johanna; Suopajärvi, Tiina; Kostakos, Vassilis; Ojala, Timo (2014). "From cyberpunk to calm urban computing: Exploring the role of technology in the future cityscape". Technological Forecasting and Social Change. 84: 29–42. doi:10.1016/j.techfore.2013.07.015.
  8. ^ Christopoulou, Eleni; Ringas, Dimitrios; Stefanidakis, Michail (2012). Experiences from the Urban Computing Impact on Urban Culture. 16th Panhellenic Conference on Informatics (PCI). IEEE. pp.56,61. doi:10.1109/pci.2012.53. ISBN 978-1-4673-2720-6.
  9. ^ "About Cleveland Historical". Cleveland Historical. Retrieved 22 April 2015.
  10. ^ "Greenhouse Gas Emissions: Transportation Sector Emissions - Climate Change - US EPA". epa.gov. 2012-03-16. Archived from the original on 2014-07-04.{{cite web}}: CS1 유지보수: 부적합한 URL(링크)
  11. ^ a b Zhang, Fuzheng; Wilkie, David; Zheng, Yu; Xie, Xing (2013). Sensing the pulse of urban refueling behavior. UbiComp '13: Proceedings of the 2013 ACM international joint conference on Pervasive and ubiquitous computing. New York, New York, USA: ACM Press. pp. 13–22. doi:10.1145/2493432.2493448. ISBN 978-1-4503-1770-2.
  12. ^ a b Shang, Jingbo; Zheng, Yu; Tong, Wenzhu; Chang, Eric; Yu, Yong (2014). Inferring gas consumption and pollution emission of vehicles throughout a city. KDD '14: Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining. New York, New York, USA: ACM Press. pp. 1027–1036. doi:10.1145/2623330.2623653. ISBN 978-1-4503-2956-9.
  13. ^ Ginsberg, J; et al. (2009). "Detecting influenza epidemics using search engine query data". Nature. 457 (7232): 1012–1014. Bibcode:2009Natur.457.1012G. doi:10.1038/nature07634. PMID 19020500.
  14. ^ "Google Flu Trends". Retrieved 21 April 2015.
  15. ^ a b Zheng, Yu; Liu, Furui; Hsieh, Hsun-Ping (2013). U-Air: when urban air quality inference meets big data. KDD '13: Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining. New York, New York, USA: ACM Press. pp. 1436–1444. doi:10.1145/2487575.2488188. ISBN 978-1-4503-2174-7.
  16. ^ Zheng, Yu; Chen, Xuxu; Jin, Qiwei; Chen, Yubiao; Qu, Xiangyun; Liu, Xin; Chang, Eric; Ma, Wei-Ying; Rui, Yong; Sun, Weiwei (2014). "A Cloud-Based Knowledge Discovery System for Monitoring Fine-Grained Air Quality" (PDF). MSR-Tr-2014-40. Archived from the original (PDF) on 2019-02-24.
  17. ^ Jabeur, Nafaâ; Zeadally, Sherali; Sayed, Biju (2013-03-01). "Mobile social networking applications". Communications of the ACM. Association for Computing Machinery (ACM). 56 (3): 71. doi:10.1145/2428556.2428573. ISSN 0001-0782.
  18. ^ Magni, Marie (2012-06-06). "Cycle cities awarded bicycle counters". Cycling Embassy of Denmark. Retrieved 2020-04-25.
  19. ^ "Fahrradbarometer". hamburg.adfc.de (in German). Retrieved 2020-04-25.
  20. ^ "Pricing the surge". Free exchange. The Economist. 2014-03-29.
  21. ^ Ferris, Brian; Watkins, Kari; Borning, Alan (2010). OneBusAway: results from providing real-time arrival information for public transit. CHI '10: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York, New York, USA: ACM Press. pp. 1807–1816. doi:10.1145/1753326.1753597. ISBN 978-1-60558-929-9.
  22. ^ Lathia, Neal; Ahmed, Saniul; Capra, Licia (2012). "Measuring the impact of opening the London shared bicycle scheme to casual users". Transportation Research Part C: Emerging Technologies. Elsevier BV. 22: 88–102. doi:10.1016/j.trc.2011.12.004. ISSN 0968-090X.
  23. ^ Xie, Xiao-Feng; Wang, Zunjing (2018). "Examining travel patterns and characteristics in a bikesharing network and implications for data-driven decision supports: Case study in the Washington DC area". Journal of Transport Geography. 71: 84–102. arXiv:1901.02061. Bibcode:2019arXiv190102061X. doi:10.1016/j.jtrangeo.2018.07.010.
  24. ^ Chen, Xuxu; Zheng, Yu; Chen, Yubiao; Jin, Qiwei; Sun, Weiwei; Chang, Eric; Ma, Wei-Ying (2014). Indoor air quality monitoring system for smart buildings. UbiComp '14: Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing. New York, New York, USA: ACM Press. pp. 471–475. doi:10.1145/2632048.2632103. ISBN 978-1-4503-2968-2.
  25. ^ Quercia, Daniele; Schifanella, Rossano; Aiello, Luca Maria; Kate, McLean (2015). "Smelly maps: the digital life of urban smellscapes". AAAI Icwsm. 3 (3). arXiv:1505.06851. Bibcode:2015arXiv150506851Q.
  26. ^ Quercia, Daniele; Schifanella, Rossano; Aiello, Luca Maria (2016). "The Emotional and Chromatic Layers of Urban Smells". AAAI Icwsm. arXiv:1605.06721. Bibcode:2016arXiv160506721Q.
  27. ^ Aiello, Luca Maria; Schifanella, Rossano; Quercia, Daniele; Aletta, Francesco (2016). "Chatty maps: constructing sound maps of urban areas from social media data". Royal Society Open Science. 3 (3): 150690. arXiv:1603.07813. Bibcode:2016RSOS....350690A. doi:10.1098/rsos.150690. PMC 4821272. PMID 27069661.