Service 19.12.2018 (Archiv)
Big Data und Stau
Wissenschaftler der King Abdulaziz University (KAU) in Saudi-Arabien haben ein Big-Data-Analysesystem entwickelt, um räumlich-zeitliche Events wie etwa Staus in Städten vorhersagen zu können.Um die Stadtverwaltung, Behörden und Bürger vorzeitig über entsprechende Ereignisse informieren zu können, setzen sie auf eine Kombination aus Cluster-Computing, maschinellem Lernen und die Geocoding-Applikation von Google Maps. Als Basis der Datenanalyse dienen Millionen von Twitter-Meldungen. Erste Testläufe des Systems im Großraum London verliefen vielversprechend.
'Da die Zahl der mit dem Internet verbundenen Geräte und der Menschen, die online ihre aktuellen Erfahrungen austauschen, kontinuierlich angestiegen ist, wird jede Minute eine riesige Menge an nützlichen Daten generiert', zitiert 'TechXplore' den KAU-Forscher Sugimiyanto Suma. Mithilfe dieser Informationen und deren gründlicher Analyse könnte die Verbreitung und das Verständnis über den Verkehr und andere städtische Ereignisse künftig deutlich verbessert werden, ist der Wissenschaftler überzeugt und weiter: 'Mein Projekt zeigt eine mögliche Anwendung in einer Smart City.'
Das entwickelte System soll dabei sowohl der Stadtverwaltung als auch den Bürgern 'ein Gefühl der gegenwärtigen Geschehnisse in ihrer Stadt vermitteln', um möglichst rechtzeitig Entscheidungen treffen zu können. 'Mithilfe von Daten auf sozialen Online-Medien und einer ausgereiften technischen Big-Data-Analyseinfrastruktur könnten wir in Zukunft räumlich-zeitliche Events sehr schnell erkennen und sogar vorhersagen', verspricht Suma.
Um dieses Versprechen Wirklichkeit werden zu lassen, greifen der Forscher und sein Team auf das Open-Source-Framework für Cluster Computing Apache Spark und die Daten-Visualisierungs-Software Tableau zurück. Zusätzlich wird auch die Geocoding-Programmierschnittstelle von Google Maps genutzt, mit der sich der örtliche Ursprung von Twitter-Meldungen feststellen lässt.
'Im Zuge von Tests im Großraum London konnten wir empirisch zeigen, dass es beispielsweise möglich ist, Verkehrsstaus und andere Ereignisse aufzuspüren und zu lokalisieren', schildert Suma erste Ergebnisse. Nun gehe es aber darum, die räumliche und zeitliche Dimension und Genauigkeit des Systems weiter zu verbessern. 'Wir könnten zum Beispiel auch andere Daten von Social-Media-Plattformen wie Facebook oder News-Portalen in die Analyse einbinden und neue Algorithmen entwickeln, um noch bessere Analyseergebnisse zu erzielen', so der Experte.
Ihre Meinung dazu? Schreiben Sie hier!
#Stau #KI #Daten
Newsticker per eMail oder RSS/Feed!
Auch interessant!
Google Maps mit Schnittstelle für Solarkraftwerke
Um eine PV-Anlage zu berechnen, reichert Google die Maps-Karten um Daten zu Sonnenstand und Sonnenkraft a...
Internetbasierte Mobilität
Optimisten und Pessimisten sehen die Zukunft in der städtischen Mobilität im Wandel. Sie sind sich nur no...
Mehr KI als Big Data
Mehr als zwei Jahrzehnte nach dem der Begriff 'Big Data' erfunden worden ist, verfügt laut einer Umfrage ...
Selbstfahrend in den Wohlstand
Selbstfahrende Autos bringen den USA bis 2050 bis zu sechs Bio. Dollar an wirtschaftlichen und sozialen V...
IT-Abteilungen müssen Schritt halten
Wachsende Datenmengen, Cloud Computing, mobiles Internet und die Unberechenbarkeit sozialer Netzwerke set...
Schlau gegen Stau
Um den Verkehrsablauf in Niederösterreich zu verbessern, bietet der NÖ Straßendienst und die ASFINAG in Z...
Stau vermeiden
Entscheidend dabei sei, dass Autofahrer belastete Strecken von vornherein meiden. Ein wirksames Mittel um...