¿Cuáles son los casos de aplicación de big data y transporte inteligente?
Casos de aplicación del transporte inteligente
Según las estadísticas incompletas de ITS114, al 31 de diciembre de 2015, las estadísticas anuales de proyectos de decenas de millones, incluido el transporte urbano inteligente y los mercados electromecánicos de carreteras La escala es de 18,25 mil millones, que se divide principalmente en cuatro mercados principales 1. El mercado de control de tráfico tiene una escala de 10 millones de proyectos de 8,424 mil millones. 2. La escala de proyectos en el mercado de transporte inteligente/transporte inteligente es de 2.033 millones. 3. El mercado electromecánico de carreteras tiene una escala de proyecto de 7.580 millones de RMB. 4. La escala del proyecto multimillonario de ciudad segura es de 5,66 mil millones. Los cuatro mercados anteriores tienen muchos casos de aplicaciones de transporte inteligente.
Específicamente, en términos del mercado de control de tráfico, varias provincias están actualmente construyendo activamente sistemas de monitoreo de operaciones de tráfico y comando de emergencia, así como análisis de video e imágenes, para lograr los objetivos en seguridad pública, transporte, industria. La fabricación, los automóviles y las aplicaciones en muchos campos, como la inteligencia artificial, también son casos típicos de transporte inteligente. Por ejemplo, el "Robot de control inteligente y simulación de tráfico" de Shenzhen Rongxiang puede recopilar datos de detección de video y datos de detección de bobinas en tiempo real, e ingresar los datos recopilados del flujo de tráfico, el tiempo de las señales y otros datos en el modelo de red de carreteras de simulación establecido para realizar operaciones reales. Simulaciones de tráfico en el tiempo. Simulación de sistemas. A través del modelo de simulación de tráfico integrado, el robot puede encontrar rápidamente los puntos de congestión de la red de carreteras y analizar los puntos de congestión frecuentes de la red de carreteras, y predecir y analizar la evolución de las condiciones de operación del flujo de tráfico. En la plataforma robótica de simulación de tráfico y gestión y control inteligente, también se puede configurar el entorno de tráfico de cualquier intersección de la ciudad. Los residentes de los alrededores pueden "informar" al robot sobre sugerencias relevantes para simular el efecto de mejora de la intersección en tiempo real, logrando universalidad. Participación, práctica universal y participación universal. Nuevo modelo innovador de gestión del tráfico.
En términos de transporte/transporte inteligente, hay muchos ejemplos de diversas plataformas y tipos de datos de software de "coches privados", "coches exprés", "carpooling" y "servicios de conducción", como el "Didi Express" con el que todos estamos familiarizados. uber", "e-driving" y otras aplicaciones.
Nuevos casos de tecnología de transporte: como conducción no tripulada, conducción autónoma, automóviles inteligentes, etc.; el automóvil no tripulado demostrado por Robin Li en la Conferencia de Internet en diciembre de 2015 y la tecnología de conducción autónoma demostrada por Li Shufu. Todos ellos reflejan el desarrollo actual del transporte inteligente. Más recientemente, la identificación electrónica de automóviles, el ETC y la colaboración vehículo-carretera. El mercado de autobuses de nueva energía mostró un crecimiento explosivo en 2015, con ventas de autobuses de nueva energía que alcanzaron las 37.363 unidades, un aumento interanual de 213,19. Al mismo tiempo, el Consejo de Estado emitió los "Métodos de evaluación para la promoción y aplicación de Autobuses de nueva energía (prueba)" y "Desarrollo de infraestructura de carga de vehículos eléctricos" en 2015. Directrices" y otros documentos de política, es previsible que los vehículos de nueva energía crearán un mercado enorme, y la Internet de los vehículos basada en vehículos de nueva energía también ponerse al día.
Ciudad Segura también tiene muchos casos de transporte inteligente que han tomado forma. Safe City se basa en la tecnología de mapas digitales GIS e integra altamente subsistemas como monitoreo de seguridad pública, transporte inteligente, gestión urbana digital y comando de emergencia. Cambia la gestión estática tradicional y la gestión de un solo punto, implementando un nuevo modelo de tiempo real. y gestión de vínculos dinámicos, y realiza toda la ciudad El vínculo entre varios departamentos funcionales, como seguridad pública, transporte, gestión urbana y respuesta a emergencias, ha establecido un mecanismo de vínculo eficiente entre los departamentos urbanos y ha mejorado el nivel de gestión integrada e inteligente de la ciudad. . De acuerdo con las características y necesidades de aplicación de los sistemas de videovigilancia de alta definición, combinadas con las necesidades de desarrollo actuales y futuras de los sistemas de vigilancia de imágenes y los sistemas de aplicación de imágenes, se construirá una plataforma de aplicación integral avanzada y segura para proporcionar comando y despacho, investigación y recopilación de pruebas, respuesta de emergencia y diversas aplicaciones en segundo plano, como la gestión del tráfico, proporcionan información de imágenes de vídeo oportuna y confiable para servir en el combate real. La mayoría de las funciones principales de los sistemas urbanos seguros comunes en el mercado incluyen: función de verificación facial; función de detección de incidentes de tránsito; función de captura de infracciones viales; función de control y inspección de vehículos; función de control de tráfico; función de monitoreo de eventos; función de control de calidad de video; función de control de estado de funcionamiento del equipo;
Casos de aplicación del big data
En términos de tratamiento médico, el Hospital Mountsinai de Nueva York utiliza datos de miles de pacientes, datos de brotes de gripe reportados a lo largo de los años y otros datos para realizar investigaciones. sobre el proceso de mutación del virus. Comparación cruzada. A través de este tipo de trabajo, los científicos y médicos pueden predecir cómo se propagarán los virus y las mejores formas de combatirlos; incluso puede ser posible utilizar análisis predictivos para determinar cómo se propaga un virus y luego tomar medidas para limitar esa propagación. Se dice que el hospital tiene el potencial de prevenir la influenza en el futuro.
En términos de transporte, una ciudad de Zhejiang cooperó con Intel para instalar 1.000 equipos de vigilancia digital, 100 sistemas de puntos de monitoreo inteligentes, policía electrónica en más de 300 puntos de control y más de 500 sistemas de videovigilancia. Mejore el flujo de tráfico y reduzca los accidentes de tráfico monitoreando los datos de tráfico y congestión de manera más efectiva.
En términos de eliminación de residuos, la Oficina de Gestión de Residuos de Manchester, en el Reino Unido, tiene un sistema que puede utilizar datos para reutilizar la mayor cantidad de residuos posible. Al pesar los camiones de diferentes regiones al entrar y salir de la planta de procesamiento, es posible comprender la cantidad de residuos producidos en cada región. Estos datos ayudan a las autoridades a desarrollar políticas para fomentar un mejor reciclaje y reducción de desechos en comunidades específicas.
En el ámbito de la construcción, la organización benéfica de vivienda hact recopila continuamente datos de 400.000 viviendas y realiza diversos análisis de datos. Utilice datos para descubrir problemas potenciales en el diseño, la construcción y la distribución, y luego optimice los parámetros relevantes al construir nuevos edificios para evitar estos problemas, mejorar el mantenimiento de las viviendas asequibles del gobierno y planificar el uso racional del espacio.
Servicios de aplicaciones inteligentes, las aplicaciones inteligentes de análisis de big data proporcionadas por Google incluyen análisis de sentimiento del cliente, riesgo de transacciones (análisis de fraude), recomendaciones de productos, enrutamiento de mensajes, diagnóstico, predicción de abandono de clientes, clasificación de copias legales y correo electrónico. Filtrado de contenidos, predicción de tendencias políticas, identificación de especies y muchos otros aspectos. Se dice que el big data le ha reportado a Google 23 millones de dólares en ingresos cada día. Por ejemplo, algunas aplicaciones típicas son las siguientes:
(1) Basadas en Map Reduce, las aplicaciones tradicionales de Google incluyen almacenamiento de datos, análisis de datos, análisis de registros, calidad de búsqueda y otras aplicaciones de análisis de datos.
(2) Basado en el sistema Dremel, Google lanzó su potente software y servicio de análisis de datos: BigQuery, que también forma parte del servicio de búsqueda en Internet utilizado por el propio Google. Google ha comenzado a vender servicios de análisis de datos en línea en un intento de competir con servicios empresariales de computación en la nube como Amazon Web Services. Este servicio puede ayudar a los usuarios empresariales a completar escaneos de terabytes en segundos.
(3) Basado en algoritmos estadísticos de búsqueda, Google lanza el motor de búsqueda de corrección de errores de entrada y escritura, traducción automática estadística y otros servicios.
(4) Aplicación de gráficos de tendencias de Google. A través de la atención de los usuarios a los términos de búsqueda, podemos comprender rápidamente cuáles son los temas candentes en la sociedad. Para los anunciantes, su valor comercial es saber rápidamente qué preocupa a los usuarios ahora y dónde deberían invertir un anuncio. En consecuencia, Google también ha desarrollado algunos productos de big data, como "Brand Lift en Adwords", "Active GRP", etc., para ayudar a los anunciantes a analizar y evaluar la eficiencia de sus actividades publicitarias.
(5) Google Instantáneo. Durante el proceso de introducción de palabras clave, Google
Instant predecirá posibles resultados de búsqueda mientras escribe.
La arquitectura de la plataforma de big data de Google todavía está evolucionando y sus objetivos son conjuntos de datos más grandes, análisis y cálculos más rápidos y precisos. Esto liderará aún más la dirección del desarrollo de la tecnología de big data.
En términos de la campaña electoral, hasta 2012, el equipo de datos de Obama realizó una gran extracción de datos en decenas de millones de correos electrónicos de votantes, predijo con precisión el tipo de votantes que tenían más probabilidades de apoyar a Obama y realizó encuestas significativas. La propaganda dirigida ayudó a Obama a convertirse en el único presidente en la historia de Estados Unidos que logró la reelección a pesar de una desventaja en los fondos de campaña. Siempre que la cantidad de datos sea lo suficientemente grande, oportuna y la extracción sea lo suficientemente profunda, podemos obtener información sobre la probabilidad de voto de cada votante.
En términos de educación, "sobre la base de la madurez de tecnologías integrales como Internet de las cosas y la computación en la nube, se extraen datos valiosos de la base de datos de gestión de estudiantes y, mediante una consideración sistemática e integral, descubrimos cuáles son las necesidades de cada estudiante". La conexión interna entre comportamientos, considere la relación lógica detrás de ella y tome decisiones de enseñanza apropiadas. Tomando como ejemplo el último curso emblemático de inglés americano para niños a nivel mundial publicado por un determinado grupo, la primera tutoría de aprendizaje en línea MyEnglishLab Se introdujo una aplicación en el campo del aprendizaje del inglés de los niños. El sistema (en adelante, MEL) utiliza tecnología de big data para analizar el progreso del aprendizaje, la retroalimentación académica y los resultados por fases de los estudiantes individuales y de la clase en su conjunto en tiempo real. para encontrar el problema a tiempo y prescribir el medicamento adecuado para lograr una gestión dinámica del proceso de aprendizaje y los resultados.