SmartCityFramework

SmartCityFramework

IoTおよびビッグデータを使用したスマートシティフレームワーク

抽象的な

情報通信技術は、都市環境にますます広まり、スマートな未来の都市の持続可能性と回復力に必要な根拠を提供しています。多くの場合、スマートシティのICTツールは、ホームオートメーション、ヘルスケア、環境監視、エネルギーなど、都市の持続可能性と社会経済的成長に対処するための統合情報の観点を提供することはほとんどありません。スマートシティは、クラウド環境で展開された操作可能なサービスを通じて、ビッグデータ、および多くの場合、リアルタイムのデータ収集、処理、統合、および共有を使用して、そのような情報から利益を得ることができます。ただし、このような情報の利用には、市の環境、市民、都市スケールのさまざまな部門や機関から大量のデータを収集、保存、分析、視覚化するための適切なソフトウェアツール、サービス、および技術が必要です。スマートヘルスケア、スマート環境、およびエネルギー関連データセットによって生成されたデータセットは、分析と評価に使用されます。このフレームワークは、スマートシティベースの分析サービスを提案することにより、スマートシティに焦点を当てたビッグデータの処理と分析に関する視点を提示します。クラウドベースの分析サービスは、情報インテリジェンスを生成し、スマートシティのコンテキストでの意思決定をサポートするために開発できます。

問題ステートメント

インテリジェント処理データ分析のためのスマートシティのフレームワークの設計と開発。

スマートシティは、ICT強化されたガバナンスと参加型プロセスに投資して、適切な公共加入者のサービスと輸送投資を定義する都市であり、持続可能な社会経済開発、自然資源の高度な品質、インテリジェントな管理を確保することができます。行政の運用コスト。この目的は、都市のIoT、すなわち、統一されたシンプルで経済的な公共サービスへの統一されたシンプルで経済的なアクセスを提供する通信インフラストラクチャの展開によって追求することができます。

スマートシティフレームワークのビルディングブロック

スマートシティフレームワークの恩恵を受けるユーザーは2人います。一般の人々と一般の人々に提供されるアクセシビリティを制御する管理者です。スマートシティフレームワークのビルディングブロックは、

モノのインターネット -

モノのインターネット（IoT）は、物理的なデバイス、車両、家電製品、および電子機器、ソフトウェア、センサー、アクチュエータ、および接続性が埋め込まれたその他のアイテムのネットワークであり、これらのものがデータを接続、収集、[2]、物理的な世界をより直接的な統合のための機会を生み出し、効率的な改善を引き起こす[8]。

ビッグデータ -

ビッグデータは、非常に大きく複雑なデータセットの調査とアプリケーションを指すために使用される用語であり、従来のデータ処理アプリケーションソフトウェアはそれらに対処するのが不十分です。ビッグデータの課題には、データのキャプチャ、データストレージ、データ分析、検索、共有、転送、視覚化、クエリ、クエリ、更新、情報プライバシー、データソースが含まれます。ビッグデータに関連する多くの概念があります。もともとは、3つの概念量、多様性、速度がありました[6]。後にビッグデータに起因する他の概念は、真実性（すなわち、データのノイズの量）[7]および値[19]です。

クラウドコンピューティング -

クラウドコンピューティングは、構成可能なコンピューターシステムリソースと、多くの場合インターネット上で最小限の管理努力で迅速にプロビジョニングできる高レベルのサービスの共有プールです。[4]クラウドコンピューティングは、公益事業と同様に、コヒーレンスと規模の経済を達成するためのリソースの共有に依存しています。サードパーティのクラウドにより、組織はコンピューターインフラストラクチャとメンテナンスにリソースを消費する代わりに、コアビジネスに集中できます[9]。一般的に使用されるクラウドサービスの一部は、Microsoft Azure、Amazon EC2です。

処理および分析エンジン -

データ分析は、有用な情報を発見し、結論を通知し、意思決定をサポートすることを目的として、データを検査、浄化、変換、およびモデリングのプロセスです[7]。データ分析には複数のファセットとアプローチがあり、さまざまな名前で多様なテクニックを網羅していますが、さまざまなビジネス、科学、社会科学の領域で使用されています。

機械学習 -

機械学習は、明示的にプログラムされることなく経験から自動的に学習および改善する能力をシステムに提供する人工知能（AI）のアプリケーションです。機械学習は、データにアクセスし、それを使用できるコンピュータープログラムの開発に焦点を当てています[14] [18]。

Webアプリケーション -

Webプラットフォームで実行されているアプリケーションは、Webで実行するように設計されたアプリケーションソフトウェアの一種です。これらのアプリケーションは、多くの場合、ユーザーにインタラクティブなメディアを提供してリクエストを行い、結果を得るのに役立ちます。

スマート環境によって生成されたIoTデータセット、およびエネルギー関連のデータセットは、分析と評価に使用されます。ビッグデータは、洞察、意思決定、プロセスの自動化を強化できる、費用対効果の高い革新的な情報処理を要求する大量、高速、および高品種データとして定義されます。ビッグデータによってもたらされる課題に関して、クラウドベースの分析サービスはさらに開発され、情報インテリジェンスを生成し、スマートシティのコンテキストでの意思決定をサポートしています。

ビッグデータは、処理および分析エンジンによって機械学習アルゴリズムを使用して処理および分析されます。このエンジンから得られた結果は、ユーザーのクエリに応答するために処理され、モバイルアプリケーションを介してユーザーがアクセスできるフロントエンドに表示されます。モバイルアプリケーションは、ユーザーフレンドリーで簡単に理解できるインターフェイスを通じて、要件に応じてサブスクライバーがサービスを利用できるようにするように設計されています。

ユーザー構成に基づいてコマンドをトリガーするIoTプロトコルを使用して、キャンパスのさまざまな部分にインストールされたさまざまなIoTセンサーから収集されたデータを統合することにより、スマートシティフレームワークを実装することを目的として、このモデルを大学キャンパスに拡張する予定です。スマートシティフレームワークの使いやすさを高め、このフレームワークの開発をスピードアップするために、フレームワークのAPIはオープンソーステクノロジーを使用して実装されます。

このフレームワークを使用して解決できる問題

問題	説明	URL
通りの駐車車	スマートフォンにアプリを使用すると、駐車スペースの数を確認できます。スマートフォンに表示されることに加えて、通りに宛てたボードで利用できる駐車スペースの数を表示できます。	画像処理に基づくインテリジェントな駐車スペース検出システム
緊急事態にセマフォを適応させます	インテリジェントセマフォは、衝突車、救急車付きの医療緊急事例、交通渋滞など、緊急事態を発生させるときに適応することができます。	smart_traffic_control_system_for_ambulanceこのリンクは、特定のシナリオ、救急車のケースを目指しています

使用できるIoTセンサー

センサー名	センサー仕様	用途	参照
DHT22	温度湿度センサー	気温と湿度を測定するために使用されます。	アダフルーツ
UVM-30A UVA/UVB	UVセンサー	UVセンサーは、入射紫外線（UV）放射の強度を検出するために使用されます。	タートルズベイプロジェクト

使用できる機械学習アルゴリズム

アルゴリズム名	アルゴリズムカテゴリ	環境監視での使用	必要なデータの種類	IoTセンサー	参照
Synaptic.js	ニューラルネットワーク	環境の温度を制御したり、接続された制御システムを継続するかどうかを予測したり、エネルギー消費の削減に寄与したりするなど、環境変数のPID制御に使用できます。	センサー信号、温度設定点、ヒステリシス	DHT22	synaptc.js

Webプラットフォーム設計