論文の概要: Data Analytics for Smart cities: Challenges and Promises

• arxiv url: http://arxiv.org/abs/2109.05581v1
• Date: Sun, 12 Sep 2021 18:33:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-16 09:36:20.394217
• Title: Data Analytics for Smart cities: Challenges and Promises
• Title（参考訳）: スマートシティのためのデータ分析:挑戦と約束
• Authors: Farid Ghareh Mohammadi, Farzan Shenavarmasouleh, M. Hadi Amini, and Hamid R. Arabnia
• Abstract要約: 本研究の目的は、スマートシティにおけるデータ分析に関する総合的な調査を提供することである。 本稿では,スマートシティ,すなわちスマートモビリティに焦点をあてる。 スマートモビリティにおけるインテリジェントな意思決定システムは、省エネ、都市交通の中継、そしてさらに重要なのは、リアルタイムの有用な情報と命令的知識を提供することによって大気汚染を減らすなど、多くの利点を提供している。
• 参考スコア（独自算出の注目度）: 3.1498833540989413
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The explosion of advancements in artificial intelligence, sensor technologies, and wireless communication activates ubiquitous sensing through distributed sensors. These sensors are various domains of networks that lead us to smart systems in healthcare, transportation, environment, and other relevant branches/networks. Having collaborative interaction among the smart systems connects end-user devices to each other which enables achieving a new integrated entity called Smart Cities. The goal of this study is to provide a comprehensive survey of data analytics in smart cities. In this paper, we aim to focus on one of the smart cities important branches, namely Smart Mobility, and its positive ample impact on the smart cities decision-making process. Intelligent decision-making systems in smart mobility offer many advantages such as saving energy, relaying city traffic, and more importantly, reducing air pollution by offering real-time useful information and imperative knowledge. Making a decision in smart cities in time is challenging due to various and high dimensional factors and parameters, which are not frequently collected. In this paper, we first address current challenges in smart cities and provide an overview of potential solutions to these challenges. Then, we offer a framework of these solutions, called universal smart cities decision making, with three main sections of data capturing, data analysis, and decision making to optimize the smart mobility within smart cities. With this framework, we elaborate on fundamental concepts of big data, machine learning, and deep leaning algorithms that have been applied to smart cities and discuss the role of these algorithms in decision making for smart mobility in smart cities.
• Abstract（参考訳）: 人工知能、センサー技術、無線通信における進歩の爆発は、分散センサーによるユビキタスセンシングを活性化させる。 これらのセンサーは、医療、交通、環境、および関連するブランチ/ネットワークのスマートシステムに私たちを導くさまざまなネットワークのドメインです。 スマートシステム間でのコラボレーティブなインタラクションは、スマートシティと呼ばれる新たな統合エンティティの実現を可能にするエンドユーザデバイスを相互に接続する。 本研究の目的は,スマートシティにおけるデータ分析の包括的調査を提供することである。 本稿では,スマートシティの重要な分野であるスマートモビリティに焦点をあてるとともに,スマートシティの意思決定プロセスに対する肯定的な影響について述べる。 スマートモビリティにおけるインテリジェントな意思決定システムは、省エネ、都市交通の中継、そしてさらに重要なのは、リアルタイムの有用な情報と命令的知識を提供することによって大気汚染を減らすなど、多くの利点を提供している。 スマートシティにおける意思決定は、多様かつ高次元的な要因やパラメータが頻繁に収集されないため、難しい。 本稿では,まず,スマートシティにおける現在の課題に取り組み,これらの課題に対する潜在的な解決策について概説する。 そして、スマートシティにおけるスマートモビリティを最適化するための、データキャプチャ、データ分析、意思決定の3つの主要なセクションを備えた、ユニバーサルスマートシティ意思決定と呼ばれるこれらのソリューションのフレームワークを提供します。 このフレームワークを用いて,スマートシティに適用されてきたビッグデータ,機械学習,深層学習アルゴリズムの基本概念を詳細に解説するとともに,スマートシティにおけるスマートモビリティ意思決定におけるこれらのアルゴリズムの役割について論じる。

関連論文リスト

• Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
  この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。 群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。 いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
  論文  参考訳（メタデータ） (2024-02-14T13:20:24Z)
• Exploring IoT in Smart Cities: Practices, Challenges and Way Forward [0.0]
  IoT(Internet of Things)技術は都市生活に革命をもたらし、スマートホーム、スマートインフラストラクチャ、スマート産業がインテリジェントな都市エコシステムの発展に寄与する重要な側面であるスマートな都市に、大きな可能性を秘めている。 スマートホーム技術の統合は、データのプライバシとセキュリティに関する懸念を高め、スマートインフラストラクチャの実装は堅牢なネットワークと相互運用性ソリューションを必要としている。 本研究は,スマートシティにおけるIoT分野の公開研究の体系的な文献レビューを提供する。
  論文  参考訳（メタデータ） (2023-08-25T19:23:33Z)
• From Data to Action: Exploring AI and IoT-driven Solutions for Smarter Cities [0.0]
  この研究は,3つのユースケースに対してデータ駆動型アプローチを提供するインテリジェントな都市管理システムを導入している。 Aveiro Cityでのケーススタディでは、実行可能な洞察を生み出すためのシステムの有効性が示されている。
  論文  参考訳（メタデータ） (2023-06-06T10:22:43Z)
• Smart City Intersections: Intelligence Nodes for Future Metropolises [8.690266225071772]
  交通交差点は、未来のスマートシティ向けのコンピューティング、コミュニケーション、インテリジェンスサービスの展開に最も適した場所である。 i)スマートシティ交差点インテリジェンスノードのシステム設計、(ii)センサ、ネットワーキング、エッジコンピューティング、低レイテンシ設計、AIベースのインテリジェンスを含む重要な技術コンポーネント、(iii)プライバシ保護、クラウドに接続された車両、リアルタイムの「レーダースクリーン」、交通管理、パンデミック時の歩行者の行動監視などである。
  論文  参考訳（メタデータ） (2022-05-03T17:22:57Z)
• IoT-based Route Recommendation for an Intelligent Waste Management System [61.04795047897888]
  本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。 我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
  論文  参考訳（メタデータ） (2022-01-01T12:36:22Z)
• Embodied AI-Driven Operation of Smart Cities: A Concise Review [3.441021278275805]
  Embodied AIは、周囲の環境とのインタラクションを通じて学ぶことに焦点を当てている。 さまざまなアルゴリズム、アプローチ、ソリューションとともに、その定義、その特性、そして現在の成果を概観する。 そして、利用可能なシミュレーターと3D対話可能なデータベースを探索し、この分野の研究を可能とします。
  論文  参考訳（メタデータ） (2021-08-22T19:14:59Z)
• LearningCity: Knowledge Generation for Smart Cities [0.23624125155742054]
  私たちは、Santanderの既存のスマートシティ展開で検証されたソリューションであるLearningCityを紹介します。 特徴的ユースケースとともに重要な課題について議論し、大規模スマートシティデータセットと機械学習を組み合わせた予備的な結果とともに、設計と実装について報告する。
  論文  参考訳（メタデータ） (2021-04-12T08:31:10Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• Artificial Intelligence for Satellite Communication: A Review [91.3755431537592]
  この研究は、AI、その多様なサブフィールド、そして最先端のアルゴリズムの概要を提供する。 さまざまな衛星通信分野へのAIの適用は、ビームホッピング、アンチジャミング、ネットワークトラフィック予測、チャネルモデリング、テレメトリマイニング、電離圏シンチレーション検出、干渉管理、リモートセンシング、行動モデリング、スペースエアグラウンド統合、エネルギー管理など、優れた可能性を実証しています。
  論文  参考訳（メタデータ） (2021-01-25T13:01:16Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。