Help de ontwikkeling van de site en deelt het artikel met vrienden!
Wanneer Big Data steden analyseert
Hoewel we ze niet zien, worden enorme hoeveelheden informatie opgeslagen en verspreid over onze wereld, gegenereerd door bedrijven, overheden of de burgers zelf in een explosie van gegevens die wachten om te worden verwerkt en gebruikt voor verschillende doeleinden onder het label van de zogenaamde Grote gegevens of 'grootschalige gegevens'. Sinds een paar jaar veronderstelt de digitale transformatie die we allemaal ondergaan een paradigmaverschuiving, van activiteiten waarbij de invloed van de analyse van een groot aantal cijfers ons waarden oplevert met mogelijke en bruikbare toepassingen en voorspellingen als we kijken naar vanuit het perspectief van de bewoonbaarheid en het stadsontwerp noemen experts het Smart Data.
Om te beginnen te begrijpen hoe het werkt, gaan we proberen enkele vragen te beantwoorden …
Wat wordt bedoeld met Big Data of wat is het?
Het is deze technologie waarmee een grote hoeveelheid gegevens efficiënt en snel uit zeer verschillende bronnen kan worden gesynthetiseerd en geanalyseerd. Als voorbeelden; van de zoekopdrachten die we uitvoeren op Google, via de GPS-signalen volgens onze bewegingen, van de aankopen die we doen, van alle informatie die is geplaatst op internet, artikelen, sociale netwerken, blogs of die objecten die we hebben verbonden in onze huizen op internet … enz. We kunnen in dit bericht nog enkele aanwijzingen verifiëren, namelijk dat de gegevens bovendien volledig automatisch, direct en in realtime worden geanalyseerd.
Wanneer en hoe is hij geboren?
Het is niet precies bekend, want wanneer het bestaat of wanneer het op een historisch moment is uitgevonden, is het waar dat het fenomeen al werd blootgelegd door een computerwetenschapper John Mashey in het rapport 'Big Data and the Next Wave of Infrastress'. Deze studie gaf aan dat de onstuitbare groei van de hoeveelheid informatie zeer moeilijk te beheersen zou zijn door de menselijke en fysieke infrastructuren die in 1998 werden gebruikt. Mogelijk is dit te danken aan de lage kosten van informatieopslag en natuurlijk aan de toename qua verwerkingssnelheid.
Onthoud dat het nutteloos is om notities, cijfers en cijfers op te slaan … Je moet analyseren!
Wat is het groeivolume?
We denken dat we begrijpen dat de volgende grafiek de opwaartse curve duidelijk alleen laat zien van mobiele apparaten, computers, tablets … enz. Het is slechts één voorbeeld van de overweldigende groei in een specifieke sector waar: big data-grafieken relevante informatie verstrekken:
Trouwens, waar ze worden opgeslagen, is gebaseerd op de zogenaamdedatacenter dat het informatieverzamelcentra van technologie en computers zijn en die toebehoren aan regeringen, organisaties en grote bedrijven als we het hebben over grote aantallen die technieken gebruiken om exacte configuraties te extraheren en te vertalen.
Waar is big data voor?
De studie van de gegevens stelt ons in staat om die relaties te vinden die we op het eerste gezicht niet kunnen zien en hoewel het lijkt alsof ze niets gemeen hebben, als we ze organiseren, als we ze contrasteren en schematiseren, kunnen we verschillende patronen, correlaties en trends detecteren om specifieke beslissingen te nemen om betrouwbaardere voorspellingen en diagnoses te bereiken die bijvoorbeeld kunnen worden gebruikt om de bewoonbaarheid van steden en hun efficiëntie te verbeteren, rekening houdend met de groeisnelheid van steden over de hele wereld.
Hoe werkt het
Het werkt met open source software (Hadoop) waarbij grote bestanden worden verwerkt en opgedeeld in kleinere om ons sneller en gemakkelijker te kunnen behandelen, en die tevens zorgt voor reservekopieën. Als we dit aspect overbrengen naar de informatie die we hebben geanalyseerd en verkregen van een stad, op een ordelijke en schematische manier, een Smart City-platformmodel dat we kunnen vinden, als voorbeeld:
Hoe de informatie te gebruiken?
Met betrekking tot steden vordert het beheer van processen en infrastructuren zeer snel op basis van informatie over het verkeer dat het elke dag ondersteunt en een nauwkeurigere schatting die het mogelijke toekomstige verkeer zal bepalen. Eindeloze variabelen bestudeerd die als voorbeeld zullen verbeteren; de efficiëntie van het vervoer of de energiebesparingen die kunnen worden bereikt.
We kunnen een Big Data-volumestudie gebruiken om het gedrag van burgers en hun stadsplanning, hun behoeften, of industrieel voorspellend onderhoud en de kosten of storingen ervan, zelfs voorspellingen op het gebied van gezondheid, te behandelen.
In de volgende infographic kunnen we enkele van de interessante mijlpalen zien:
Voorbeelden van big data en hun toepassing
Van de afdeling stedenbouw en stadsanalyse van het MIT hebben we het Treepedia-project over de intelligentie van steden. Slimme steden. Steden over de hele wereld strijden om groenere gebieden en dus meer bomen. De toename van het aantal bomen en hun volume in steden draagt bij aan het verlagen van de stadstemperatuur en het verhogen van de waterverdamping door het creëren van comfortabelere microklimaten, het verminderen van luchtvervuiling door dagelijkse stedelijke activiteiten of het helpen voorkomen van overstromingen tijdens zware regenval. Binnen het stedelijk weefsel zijn dus over het algemeen bomen hard nodig.
Na het opnemen van gegevens door middel van een nieuwe big data-systeem heb verschillende kunnen vergelijken slimme steden en een analyse maken van de voordelen van het hebben van meer of minder bomen:
Als we bijvoorbeeld naar New York City verhuizen, wordt meer dan tweederde van de energie gebruikt in apparaten en gebouwen, voornamelijk bestemd voor ruimteverwarming en -koeling, verlichting of elektriciteit. Gebouwen zijn dus de belangrijkste punten om energie-efficiëntie en -besparing te oefenen.
Met deze tarieven van energieverbruik was een primaire doelstelling om te analyseren of we efficiënter kunnen omgaan met energie. Dit is waar de voorbeeld van het gebruik van Big Data om het energieverbruik te begrijpen en waarom er gebieden zijn die minder verbruiken dan andere.
Om te begrijpen hoe het nuttig kan zijn, wat is een betere manier dan een TED-conferentie in Barcelona te zien waar het ons de bruikbaarheid van gegevens laat zien in vergelijking met toerisme in Spanje als een perfect voorbeeld van gebruik om effectiever en efficiënter te zijn vanuit een economische, stedelijke planning , en stedenbouwkundig perspectief, infrastructuren … enz.
Als je dit artikel leuk vond, deel het dan!
