SmartCityFramework
1.0.0
Smart City Framework โดยใช้ IoT และ Big Data
เทคโนโลยีสารสนเทศและการสื่อสารกำลังแพร่หลายมากขึ้นเรื่อย ๆ ต่อสภาพแวดล้อมในเมืองและให้พื้นฐานที่จำเป็นสำหรับความยั่งยืนและความยืดหยุ่นของเมืองในอนาคตที่ชาญฉลาด บ่อยครั้งที่เครื่องมือ ICT สำหรับการจัดการเมืองอัจฉริยะกับโดเมนแอปพลิเคชันที่แตกต่างกันเช่นระบบอัตโนมัติในบ้านการดูแลสุขภาพการตรวจสอบสิ่งแวดล้อมพลังงานและไม่ค่อยให้มุมมองข้อมูลแบบบูรณาการเพื่อจัดการกับความยั่งยืนและการเติบโตทางเศรษฐกิจและสังคมของเมือง Smart Cities สามารถได้รับประโยชน์จากข้อมูลดังกล่าวโดยใช้ข้อมูลขนาดใหญ่และมักจะเป็นรูปแบบข้ามเวลาแบบเรียลไทม์การรวบรวมข้อมูลการประมวลผลการรวมและการแบ่งปันผ่านบริการระหว่างดำเนินการที่ปรับใช้ในสภาพแวดล้อมคลาวด์ อย่างไรก็ตามการใช้ข้อมูลดังกล่าวต้องใช้เครื่องมือซอฟต์แวร์บริการและเทคโนโลยีที่เหมาะสมในการรวบรวมจัดเก็บวิเคราะห์และแสดงภาพข้อมูลจำนวนมากจากสภาพแวดล้อมของเมืองพลเมืองและหน่วยงานและหน่วยงานต่าง ๆ ในระดับเมือง เฟรมเวิร์กนี้นำเสนอมุมมองเกี่ยวกับเมืองอัจฉริยะที่เน้นการประมวลผลข้อมูลขนาดใหญ่และการวิเคราะห์โดยเสนอบริการการวิเคราะห์บนคลาวด์ซึ่งสามารถพัฒนาต่อไปเพื่อสร้างความฉลาดด้านข้อมูลและสนับสนุนการตัดสินใจในบริบทของเมืองอัจฉริยะ
การออกแบบและพัฒนากรอบของเมืองอัจฉริยะสำหรับการวิเคราะห์ข้อมูลการประมวลผลอัจฉริยะ
Smart City เป็นเมืองที่ลงทุนในการกำกับดูแลการกำกับดูแลและการมีส่วนร่วมของ ICT เพื่อกำหนดบริการและการลงทุนด้านการขนส่งของสมาชิกสาธารณะที่เหมาะสมซึ่งสามารถสร้างความมั่นใจในการพัฒนาทางเศรษฐกิจและสังคมที่ยั่งยืนการปรับปรุงคุณภาพชีวิตและการจัดการทรัพยากรธรรมชาติอย่างชาญฉลาด ค่าใช้จ่ายในการดำเนินงานของการบริหารสาธารณะ วัตถุประสงค์นี้สามารถดำเนินการได้โดยการปรับใช้ IoT ของเมืองเช่นโครงสร้างพื้นฐานการสื่อสารที่ให้การเข้าถึงแบบครบวงจรง่ายและประหยัดต่อการบริการสาธารณะมากมายจึงปลดปล่อยการทำงานร่วมกันที่มีศักยภาพและเพิ่มความโปร่งใสให้กับประชาชน
มีผู้ใช้สองคนที่จะได้รับประโยชน์จากกรอบเมืองอัจฉริยะของเรา: ประชาชนทั่วไปและผู้ดูแลระบบที่ควบคุมการเข้าถึงที่ให้แก่ประชาชนทั่วไป หน่วยการสร้างสำหรับกรอบเมืองอัจฉริยะประกอบด้วย -
Internet of Things (IoT) เป็นเครือข่ายอุปกรณ์ทางกายภาพยานพาหนะเครื่องใช้ในบ้านและรายการอื่น ๆ ที่ฝังอยู่กับอุปกรณ์อิเล็กทรอนิกส์ซอฟต์แวร์เซ็นเซอร์แอคทูเอเตอร์และการเชื่อมต่อซึ่งช่วยให้สิ่งเหล่านี้เชื่อมต่อรวบรวมและแลกเปลี่ยนข้อมูล [1], [2]
Big Data เป็นคำที่ใช้ในการอ้างถึงการศึกษาและการประยุกต์ใช้ชุดข้อมูลที่มีขนาดใหญ่และซับซ้อนจนซอฟต์แวร์แอปพลิเคชันการประมวลผลข้อมูลแบบดั้งเดิมไม่เพียงพอที่จะจัดการกับพวกเขา ความท้าทายด้านข้อมูลขนาดใหญ่รวมถึงการจับข้อมูลการจัดเก็บข้อมูลการวิเคราะห์ข้อมูลการค้นหาการแบ่งปันการถ่ายโอนการสร้างภาพการสอบถามการอัปเดตความเป็นส่วนตัวของข้อมูลและแหล่งข้อมูล มีแนวคิดจำนวนมากที่เกี่ยวข้องกับข้อมูลขนาดใหญ่: เดิมมี 3 แนวคิดปริมาตรความหลากหลายความเร็ว [6] แนวคิดอื่น ๆ ในภายหลังมาจากข้อมูลขนาดใหญ่คือความจริง (เช่นเสียงรบกวนอยู่ในข้อมูลมากแค่ไหน) [7] และค่า [19]
คลาวด์คอมพิวติ้งเป็นกลุ่มของทรัพยากรระบบคอมพิวเตอร์ที่กำหนดค่าได้และบริการระดับสูงกว่าซึ่งสามารถจัดเตรียมได้อย่างรวดเร็วด้วยความพยายามในการจัดการขั้นต่ำบ่อยครั้งผ่านอินเทอร์เน็ต [4] คลาวด์คอมพิวติ้งอาศัยการแบ่งปันทรัพยากรเพื่อให้บรรลุการเชื่อมโยงและการประหยัดจากขนาดคล้ายกับยูทิลิตี้สาธารณะ คลาวด์ของบุคคลที่สามช่วยให้องค์กรสามารถมุ่งเน้นธุรกิจหลักของพวกเขาแทนที่จะใช้ทรัพยากรในโครงสร้างพื้นฐานคอมพิวเตอร์และการบำรุงรักษา [9] บริการคลาวด์ที่ใช้กันทั่วไปบางแห่ง ได้แก่ Microsoft Azure, Amazon EC2
การวิเคราะห์ข้อมูลเป็นกระบวนการของการตรวจสอบการทำความสะอาดการแปลงและการสร้างแบบจำลองโดยมีเป้าหมายในการค้นหาข้อมูลที่เป็นประโยชน์แจ้งข้อสรุปและสนับสนุนการตัดสินใจ [7] การวิเคราะห์ข้อมูลมีหลายแง่มุมและวิธีการครอบคลุมเทคนิคที่หลากหลายภายใต้ชื่อที่หลากหลายในขณะที่ใช้ในธุรกิจวิทยาศาสตร์และสังคมศาสตร์ที่แตกต่างกัน
การเรียนรู้ของเครื่องเป็นแอปพลิเคชันของปัญญาประดิษฐ์ (AI) ที่ให้ระบบมีความสามารถในการเรียนรู้และปรับปรุงจากประสบการณ์โดยอัตโนมัติโดยไม่ได้รับการตั้งโปรแกรมอย่างชัดเจน การเรียนรู้ของเครื่องมุ่งเน้นไปที่การพัฒนาโปรแกรมคอมพิวเตอร์ที่สามารถเข้าถึงข้อมูลและใช้มันเรียนรู้ด้วยตนเอง [14] [18]
แอปพลิเคชันที่ทำงานบนเว็บแพลตฟอร์มเป็นซอฟต์แวร์แอปพลิเคชันประเภทหนึ่งที่ออกแบบมาเพื่อทำงานบนเว็บ แอปพลิเคชันเหล่านี้มักจะให้บริการเพื่อให้ผู้ใช้มีสื่อกลางในการร้องขอและรับผลลัพธ์
ชุดข้อมูล IoT ที่สร้างขึ้นโดยสภาพแวดล้อมอัจฉริยะและชุดข้อมูลที่เกี่ยวข้องกับพลังงานใช้สำหรับการวิเคราะห์และประเมินผล ข้อมูลขนาดใหญ่ถูกกำหนดให้เป็นข้อมูลปริมาณสูงความเร็วสูงและข้อมูลที่หลากหลายซึ่งต้องการการประมวลผลข้อมูลรูปแบบที่คุ้มค่าและเป็นนวัตกรรมซึ่งช่วยให้ข้อมูลเชิงลึกที่เพิ่มขึ้นการตัดสินใจและกระบวนการอัตโนมัติ ด้วยความเคารพต่อความท้าทายที่เกิดจาก Big Data บริการการวิเคราะห์บนคลาวด์ได้รับการพัฒนาต่อไปเพื่อสร้างความฉลาดด้านข้อมูลและสนับสนุนการตัดสินใจในบริบทของเมืองอัจฉริยะ
ข้อมูลขนาดใหญ่ได้รับการประมวลผลและวิเคราะห์โดยใช้อัลกอริทึมการเรียนรู้ของเครื่องโดยการประมวลผลและเครื่องมือวิเคราะห์ ผลลัพธ์ที่ได้จากเอ็นจิ้นนี้ได้รับการประมวลผลเพื่อตอบสนองต่อการสืบค้นของผู้ใช้และจะแสดงที่ส่วนหน้าซึ่งผู้ใช้สามารถเข้าถึงได้ผ่านแอปพลิเคชันมือถือ แอปพลิเคชันมือถือได้รับการออกแบบมาเพื่อให้บริการสำหรับสมาชิกตามความต้องการของพวกเขาผ่านอินเทอร์เฟซที่เป็นมิตรและเข้าใจได้ง่าย
เราตั้งใจที่จะขยายโมเดลนี้ไปยังวิทยาเขตของมหาวิทยาลัยโดยมีวัตถุประสงค์เพื่อใช้กรอบการทำงานของ Smart City โดยการรวมข้อมูลที่รวบรวมจากเซ็นเซอร์ IoT ต่างๆที่ติดตั้งในส่วนต่าง ๆ ของวิทยาเขตด้วยโปรโตคอล IoT ที่กระตุ้นคำสั่งตามการกำหนดค่าผู้ใช้ เพื่อเพิ่มความสามารถในการใช้งานกรอบเมืองอัจฉริยะของเราและเพื่อเพิ่มความเร็วในการพัฒนากรอบการทำงานนี้ API ของกรอบการทำงานของเราจะถูกนำไปใช้โดยใช้เทคโนโลยีโอเพนซอร์ส
| ปัญหา | คำอธิบาย | url |
|---|---|---|
| ที่จอดรถบนถนน | ด้วยแอพบนสมาร์ทโฟนของคุณคุณสามารถดูจำนวนที่จอดรถได้ นอกเหนือจากการแสดงบนสมาร์ทโฟนของคุณแล้วคุณสามารถดูจำนวนที่จอดรถบนกระดานที่อยู่บนถนน | ระบบตรวจจับพื้นที่จอดรถอัจฉริยะขึ้นอยู่กับการประมวลผลภาพ |
| ปรับเซมาฟอร์ในกรณีฉุกเฉิน | เซมาฟอร์อัจฉริยะสามารถปรับตัวได้เมื่อกรณีฉุกเฉินเช่นรถชนกรณีฉุกเฉินทางการแพทย์ที่มีรถพยาบาลการจราจรติดขัด | smart_traffic_control_system_for_ambulance ลิงค์นี้มีจุดมุ่งหมายสถานการณ์เฉพาะกรณีรถพยาบาล |
| ชื่อเซ็นเซอร์ | ข้อมูลจำเพาะของเซ็นเซอร์ | ใช้ | การอ้างอิง |
|---|---|---|---|
| DHT22 | เซ็นเซอร์ความชื้นอุณหภูมิ | ใช้ในการวัดอุณหภูมิอากาศและความชื้น | อดัสฟรุ๊ต |
| UVM-30A UVA/UVB | เซ็นเซอร์ UV | เซ็นเซอร์ UV ใช้สำหรับการตรวจจับความเข้มของรังสีอุลตร้าไวโอเลต (UV) | โครงการ Turtles Bay |
| ชื่ออัลกอริทึม | ประเภทอัลกอริทึม | การใช้งานในการตรวจสอบสภาพแวดล้อม | ประเภทของข้อมูลที่ต้องการ | เซ็นเซอร์ IoT | อ้างอิง |
|---|---|---|---|---|---|
| synaptic.js | เครือข่ายประสาท | มันสามารถใช้สำหรับการควบคุม PID ของตัวแปรสิ่งแวดล้อมเช่นการควบคุมอุณหภูมิของสภาพแวดล้อมและทำนายความจำเป็นที่จะต้องดำเนินการต่อหรือไม่กับระบบควบคุมที่เชื่อมต่อซึ่งมีส่วนทำให้การลดการใช้พลังงานลดลง | สัญญาณเซ็นเซอร์จุดตั้งอุณหภูมิและฮิสเทรีซิส | DHT22 | synaptc.js |
