(-ing) UrbanComputing: Concepts, Methodologies, and Applications

Urban Computing은 도시의 데이터를 활용하여 도시의 문제들을 해결하고 서비스를 제공하기 위한 컴퓨팅 기술을 의미한다.
이 논문은 2014년에 쓰여진 것으로, Urban Computing의 컨셉을 정리하고 주요 연구 과제 영역을 분류 및 제시함으로써 Urban Computing분야의 기본적인 내용들을 정리해 둔 연구 논문이다. 

읽은 날짜  2024.02.05 - 
카테고리   #UrbanComputing, #DataManagement, #HeterogeneousData

 

 

---

UrbanComputing: Concepts, Methodologies, and Applications

• Authors: Yu Zheng, Licia Capra, Ouri Wolfson, Hai Yang
• DOI: https://doi-org-ssl.libproxy.snu.ac.kr/10.1145/2629592
• Keywords: 
• Publication Date: September 2014.
• Publisher: ACM Transactions on Intelligent Systems and Technology, Vol. 5, No. 3, Article 38

 

---

ABSTRACT

배경 > 문제점 > 목표(RQ) > 방법 > 평가 > 결과 > 의의

 

배경 / 문제점: 

도시화가 가속되면서 교통 혼잡, 에너지 소비, 오염과 같은 문제들이 발생하고 있다. 

 

목표: 

도시화에 따른 문제들을 해결하기 위해 Urban computing이라는 개념을 제안한다. 

Urban computing은 도시에서 생성된 데이터(예: 교통 흐름(traffic flow), 사람의 이동(human mobility), 지리 데이터)를 활용하고, 

도시 센싱(Urban sensing), 데이터 매니지먼트, 데이터 분석, 서비스 제공을 연결하여 

사람들의 삶과 도시 운영 시스템 및 환경을 지속적으로 개선한다. 

 

Urban computing은 컴퓨터 과학과 전통적으로 도시와 연관된 교통, 도시 공학, 환경, 경제, 생태, 사회와 같은 분야를 넘나드는 학제간 연구 분야이다. 

 

이 논문에서는: 

아래의 세 가지를 설명한다. 

(1) Urban computing의 컨셉을 소개하고, 컴퓨터 과학의 관점에서 일반적인 프레임워크와 주요 도전과제를 논의한다. 

(2) Urban computing의 적용 영역을 7가지 분류하고, 각 시나리오를 보인다.

- 도시  계획(Urban planning), 교통, 환경, 에너지, 사회, 경제, 공공 안전 및 보안

(3) Urban computing에 필요한 전형적인 기술들을 4 영역으로 

- 도시 센싱(Urban sensing), 도시 데이터 관리(Urban data management), 다종 데이터에서의 지식 혼합(knowledge fusion across heterogeneous data), 도시 데이터 시각화(urban data visualization)

(4) Urban computing의 전망 및 연구 주제 제안

 

 

---

1. INTRODUCTION 

Abstract와 거의 같으므로 생략

---

2. FRAMEWORK OF URBAN COMPUTING

2.1 Definition

 

■ Urban computing

Urban computing이란, 도시 공간에서 센서, 디바이스, 이동수단, 빌딩, 사람들을 통해 생성된 대규모의 이종 데이터를 취득하고 통합하고 분석하는 과정이다. 

이를 통해, 도시가 직면하는 다양한 문제들(공기 오염, 에너지 소비 증가, 교통 혼잡 등)을 해결하고자 한다. 

 

Urban computing은 보이지 않지만 모든 영역에 존재하는 센싱 기술들(unobtrusive and ubiquitous sensing technologies), 고급 데이터 관리 및 분석 모델, 새로운 시각화 방법들을 연계하여

도시 환경, 인간의 삶의 질, 도시 운영 시스템을 향상시키는 win-win-win 솔루션을 만들고자 한다. 

 

 

Fig 2. General framework of urban computing

 

 

2.2 General Framework

■ 프레임워크: 4개의 레이어

Urban computing의 일반 프레임워크 에는 4개의 레이어가 있다. (Fig2 참고)

 

(1) Urban sensing

- 사람들의 이동(people's mobility): 예를 들면, 도시의 road network에 따른 경로 패턴(routing behavior)

- 데이터: GPS 센서, 사람들의 모바일폰 신호, 소셜 미디어 데이터

 

(2) Urban data management

- 수집한 데이터가 적당한 indexing structure에 따라 조직화된다. 

- 시공간 정보(spatiotemporal information)와 텍스트를 동시에 통합하여 효율적인 데이터 분석을 지원한다. 

 

(3) Data analytics

- anomaly detection이 가능하다. (기존의 패턴과 유의미하게 다르게 나타나는 사람들의 이동 정보가 나타나는 장소를 식별)

- 이상현상이 일어났을 때 해당 장소와 관련된 소셜 미디어 텍스트를 분석 (representative terms를 mining)

 

(4) Service Providing

- 이상현상이 일어나면 근처의 운전자들에게 이 사실을 알려 다른 경로(bypass)를 선택하도록 하고,

- 교통 관련 사무국에 알려서 트래픽 분산(dispersing traffic)하고 이상현상을 분석하게끔 한다. 

 

 

■

기존 시스템들: 주로 single(modal)-data/single-task framework 

Urban computing: multi(modal)-data/multitask framework 

 

2.3 Key Challenges

1) Urban sensing and data acquisition: 

• Energy consumption and privacy
• Loose-controlled and nonuniform distributed sensors
• Unstructured, implicit, and noise data

2) Computing with heterogeneous data sensing and data: 

• Learn mutually reinforced knowledge from heterogeneous data
  - 다양한 데이터 출처로부터 얻은 데이터는 고차원의 데이터를 형성하며, 고수준의 데이터 분석을 요구한다. 
  - 각 데이터 분석 모델은 서로에게 영향을 주며 정보를 강화한다. 
• Both effective and efficient learning ability
  - 멀티 모달 데이터의 분석을 위한 향상된 데이터 분석 및 처리 알고리즘이 요구된다. 
• Visualization
  - 대규모 데이터는 엄청난 정보의 양을 가져오고, 이는 더 나은 표현법을 요구한다.
  - 데이터 시각화는 다른 factors간에 correlation이나 causality를 제안할 수 있다.
  - 시각화에 요구되는 높은 차원의 뷰 - 예) spatial, temporal, social 

3) Hybrid systems blending the physical and virtual worlds: 

- 데이터와 실제 세계를 결합한 컴퓨팅 방식 (데이터 처리를 통해 얻은 지식은 실제 세상에 적용된다.)

 

2.4 Urban Data

1) Geographical Data

 

2) Traffic Data

 

3) Mobile Phone Signals.

 

4) Commuting Data.

 

5) Environmental Monitoring Data

 

6) Social Network Data

 

7) Economy

 

8) Energy

 

9) Health Care

 

---

3. APPLICATIONS IN URBAN COMPUTING

 

3.1 Urban Computing for Urban Planning

1) Gleaning Underlying Problems in Transportation Networks.

-

 

2) Discover Functional Regions

-

 

3) Detecting a City's Boundary

-

 

3.2 Urban Computing for Transportation Systems

■ 아이템

설명

설명

 

---

4. TASK-BASED FUNCTIONALITY

■

-

 

---

 

 

---

 

나의 의견

논문을 선택한 이유

(1) Urban Computing 이라는 주제에 대해 예전부터 흥미있다고 생각했지만 따로 자료를 더 찾아보진 않았다. Urban Computing이라는 책을 발견하고 사볼까 하던 참에 책의 저자기 2014년에 쓴 논문을 발견하여 논문 먼저 읽어보기로 했다. 

(2) 데이터가 유기적으로 흐르기 위해서는 전체적인 시스템의 구조와 데이터 설계가 중요하다. 현재는 각 엣지 포인트 별로 데이터를 주고 받고 있지만 언젠가는 이러한 Urban computing이 중요한 이슈로 다루어 질 것이라 생각한다. 

 

읽고 난 후 의견

• 의견1
• 의견2

 

 

---