論文の概要: Smart City Digital Twin Framework for Real-Time Multi-Data Integration
and Wide Public Distribution
- arxiv url: http://arxiv.org/abs/2309.13394v1
- Date: Sat, 23 Sep 2023 14:53:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-26 20:13:20.370198
- Title: Smart City Digital Twin Framework for Real-Time Multi-Data Integration
and Wide Public Distribution
- Title（参考訳）: リアルタイム・マルチデータ統合と広域公共配信のためのスマートシティ・デジタル・ツイン・フレームワーク
- Authors: Lorenzo Adreani, Pierfrancesco Bellini, Marco Fanfani, Paolo Nesi,
Gianni Pantaleo
- Abstract要約: デジタルツイン(Digital Twins)は、実際のエンティティのデジタルレプリカであり、エンティティの状態を監視、制御するための基本的なツールになりつつある。
Digital Twinsは、エンティティの状態を監視、制御するための基本的なツールになりつつある。
Snap4Cityプラットフォームはオープンソースとしてリリースされ、GitHubとdocker composeを通じて利用できる。
- 参考スコア（独自算出の注目度）: 2.864893907775703
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Digital Twins are digital replica of real entities and are becoming
fundamental tools to monitor and control the status of entities, predict their
future evolutions, and simulate alternative scenarios to understand the impact
of changes. Thanks to the large deployment of sensors, with the increasing
information it is possible to build accurate reproductions of urban
environments including structural data and real-time information. Such
solutions help city councils and decision makers to face challenges in urban
development and improve the citizen quality of life, by ana-lysing the actual
conditions, evaluating in advance through simulations and what-if analysis the
outcomes of infrastructural or political chang-es, or predicting the effects of
humans and/or of natural events. Snap4City Smart City Digital Twin framework is
capable to respond to the requirements identified in the literature and by the
international forums. Differently from other solutions, the proposed
architecture provides an integrated solution for data gathering, indexing,
computing and information distribution offered by the Snap4City IoT platform,
therefore realizing a continuously updated Digital Twin. 3D building models,
road networks, IoT devices, WoT Entities, point of interests, routes, paths,
etc., as well as results from data analytical processes for traffic density
reconstruction, pollutant dispersion, predictions of any kind, what-if
analysis, etc., are all integrated into an accessible web interface, to support
the citizens participation in the city decision processes. What-If analysis to
let the user performs simulations and observe possible outcomes. As case of
study, the Digital Twin of the city of Florence (Italy) is presented. Snap4City
platform, is released as open-source, and made available through GitHub and as
docker compose.
- Abstract（参考訳）: Digital Twinsは実際のエンティティのデジタルレプリカであり、エンティティの状態を監視し制御し、将来の進化を予測し、変化の影響を理解するための代替シナリオをシミュレートする基本的なツールになりつつある。
センサの大規模展開により、情報の増加により、構造データやリアルタイム情報を含む都市環境の正確な再現を構築することができる。
このような解決策は、市議会や意思決定者が都市開発における課題に直面し、実際の状況を分析し、シミュレーションを通じて事前に評価し、インフラや政治の混乱の結果を分析したり、人間や自然現象の影響を予測することで、生活の質を向上させるのに役立つ。
Snap4City Smart City Digital Twinフレームワークは、文献や国際フォーラムで特定された要件に対応することができる。
他のソリューションとは異なり、提案されたアーキテクチャは、snap4city iotプラットフォームが提供するデータ収集、インデックス化、コンピューティング、情報分散のための統合ソリューションを提供する。
3Dビルディングモデル、道路ネットワーク、IoTデバイス、WoTエンティティ、関心点、ルート、パスなどに加えて、交通密度の再構築、汚染物質分散、予測、What-if分析などのデータ分析プロセスの結果はすべて、都市決定プロセスに参加する市民を支援するために、アクセス可能なWebインターフェースに統合されている。
what-if分析は、ユーザがシミュレーションを行い、可能な結果を観察できるようにする。
研究では、フィレンツェ市(イタリア)のDigital Twinが紹介されている。
snap4cityプラットフォームはオープンソースとしてリリースされ、githubとdocker composeから入手できる。
関連論文リスト
- Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning [50.332027356848094]
AIベースのアプリケーションは、スケジューリングや電力制御などの機能を実行するために、インテリジェントコントローラにデプロイされる。
コンテキストとAIモデルのパラメータのマッピングは、ゼロショット方式で理想的に行われる。
本稿では,AMSマッピングのオンライン最適化のための一般的な手法を紹介する。
論文 参考訳（メタデータ） (2024-06-22T11:17:50Z) - Leveraging Generative AI for Smart City Digital Twins: A Survey on the Autonomous Generation of Data, Scenarios, 3D City Models, and Urban Designs [6.827627003323929]
生成人工知能(AI)モデルは、データとコード生成において独自の価値を示してきた。
この調査は、一般的な生成AIモデルとその応用分野の導入と、既存の都市科学応用のレビューから始まる。
このレビューに基づいて、次世代の都市デジタル双生児に生成AIモデルを統合する可能性と技術的戦略について検討する。
論文 参考訳（メタデータ） (2024-05-29T19:23:07Z) - CityGPT: Towards Urban IoT Learning, Analysis and Interaction with Multi-Agent System [4.612237040042468]
CityGPTはIoTデータの時間的分析を達成するために3つのエージェントを使用している。
我々は,大規模言語モデル(LLM)によって促進されたフレームワークを認証し,データの理解性を高めた。
実世界のデータを異なる時間で評価した結果、CityGPTフレームワークは、コンピューティングにおける堅牢な性能を保証できることが示されている。
論文 参考訳（メタデータ） (2024-05-23T15:27:18Z) - Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for
Cross-City Semantic Segmentation using High-Resolution Domain Adaptation
Networks [82.82866901799565]
我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。
単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。
高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
論文 参考訳（メタデータ） (2023-09-26T23:55:39Z) - Unified Data Management and Comprehensive Performance Evaluation for
Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。
都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。
多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
論文 参考訳（メタデータ） (2023-08-24T16:20:00Z) - IoT Data Processing for Smart City and Semantic Web Applications [0.0]
過去数十年間、世界は急速な都市化を経験しており、既存の都市インフラに負担をかけている。
また、環境、天然資源、健康状態を脅かす都市での汚染レベルも上昇している。
成長する都市の発展を可能にする統合行動計画を通じて、急速な都市化の悪影響を抑えることが不可欠である。
論文 参考訳（メタデータ） (2023-06-29T07:11:05Z) - Data analytics on key indicators for the city's urban services and
dashboards for leadership and decision-making [0.0]
ダッシュボードは、スマートシティ開発の持続可能性を高めるために、地域パフォーマンスに関する情報を収集し、表示し、分析し、提供することができる。
この章では、都市の都市サービスの主要な指標とリーダーシップと意思決定のためのダッシュボードについて、データ分析をまとめている。
論文 参考訳（メタデータ） (2022-12-01T19:05:16Z) - The Hitchhiker's Guide to Fused Twins: A Review of Access to Digital
Twins in situ in Smart Cities [2.2515303891664358]
本稿では,Digital Twins(DTs)とSituated Analytics(Situated Analytics)を融合双生児(FTs)の基礎として検討する。
DTは、モデル、シミュレーション、(リモートで)知覚されたデータ、文脈認識、相互作用を通じて、現実世界の物理双対(PT)を表現する。
我々は、Situated Analyticsを通じてDTをPTに埋め込み、Fused Twins(FTs)を形成するという概念を前進させる。
論文 参考訳（メタデータ） (2022-02-15T00:17:40Z) - VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and
Policy Learning for Autonomous Vehicles [131.2240621036954]
VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。
高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。
センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
論文 参考訳（メタデータ） (2021-11-23T18:58:10Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - 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。