[转载]Smart cities of the future 未来的智慧城市—《国际城市规划》2014/6(下)

上接:http://www.cad.zju.edu.cn/home/vagblog/?p=3001

2.3 规划智慧城市

2.3.1协调及耦合

协调、沟通、耦合以及整合都是智慧城市发展的不同方面,而智慧城市的高效运转则在于不同基础设施以及服务的相互关联。通过形成新的数据库、挖掘新的数据以及空间模式分析方法,开发新的软件以整合分散的城市功能与部门,以及建立新型组织与管理,这一广泛的相互关联才能更加有效和公平。智慧城市将通过协调效率与公平,提高城市居民在合作与竞争中的创新能力。这又涉及到一个兼顾机动性与灵活性的统一城市服务供需市场的建立,后者已普遍纳入政府及企业推进智慧城市建设的任务报告中。这些研究报告列举了许多城市机构联动的案例。在此,我们选择其一作为范例,并将其整理在图表2中,资料来源为www.networks-etp.eu和www.smart-cities.eu 。

继续阅读 =>

专题科普:DeepDive

简介

DeepDive是一个可以通过机器学习技术利用特定领域知识,并且通过用户反馈提高分析质量的开源知识提取系统。

其目标为帮助用户从数据中提取实体和关系,并对事实经行推理。

DeepDive可以处理结构化/非结构化、干净/带噪声的数据,并将结果输出至数据库。

主要面向从互联网非结构化数据中抽取结构化信息,做一系列后处理,构建知识库并抽取关系等。

DeepDive的特点为:

  1. 意识到数据存在噪音(不精确性),通过为每个断言设置置信度予以校正
  2. 数据源多样性,如文档、网页、图表等
  3. 可以通过使用已有的领域知识指导推理,接受用户反馈,提高预测的质量
  4. 使用Distant supervision技术,只需少量/甚至不需要训练数据
  5. 是一个可拓展的高性能推理和学习引擎

继续阅读 =>

[转载]Smart cities of the future 未来的智慧城市—《国际城市规划》2014/6(上)

1 、(visionaryapproach)愿景方法

20世纪的大部分时间中,城市的智能化大多出现于大众媒体所描述的科学幻想中。但随着不同规模计算设备的极大发展以及设备的智能化开发,城市的智能化乃至人性化正在迅速变为现实。信息与通信技术的结合正创造出我们从未体验过的新城市环境。城市正日趋智能,不仅体现在日常个人服务、建筑运转以及交通系统的自动化,也体现在通过实时监测、理解、分析以及规划,不断提升城市的效率、公平性以及城市居民的生活质量。短时间、连续性的信息反馈机制正在改变不同时间跨度规划的编制方法,长此以往,城市将更加智能。

继续阅读 =>

“预防性保护”和“智慧博物馆”视角下的文化遗产信息技术

时间:12月31日上午10:30

地点:浙江大学紫金港校区蒙民伟楼402

报告人:张加万 教授

主持人:陈    为 教授

继续阅读 =>

[转载]The Best Data Visualization Projects of 2014

It’s always tough to pick my favorite visualization projects. I mean, it’s a challenge to pick and rank your favorite anything really. So much depends on what you feel like at the time, and there’s a lot of good work out there. Nevertheless, I gave it a go.

These are my favorites for the year, roughly in order of favorite on down and based on use of data, design, and being useful. Mostly though, my picks are based on gut.

One unintentional theme: All of my picks are interactive or animated or both. Telling for where we’re headed, I guess. 继续阅读 =>

[转载]机器学习领域的几种主要学习方式

原文链接:http://www.smartcitychina.cn/zhyy/2014-12/3985.html

根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法,这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。

  监督式学习:

在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确的标识或结果,如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”,对手写数字识别中的“1“,”2“,”3“,”4“等。在建立预测模型的时候,监督式学习建立一个学习过程,将预测结果与“训练数据”的实际结果进行比较,不断的调整预测模型,直到模型的预测结果达到一个预期的准确率。监督式学习的常见应用场景如分类问题和回归问题。常见算法有逻辑回归(Logistic Regression)和反向传递神经网络(Back Propagation Neural Network) 继续阅读 =>

龙瀛:大数据时代定量城市研究的四个变革

12月10日,由清华同衡规划设计研究院科研与信息中心主办的“空间信息技术在规划中的应用”系列讲座第二讲在院百人会议室举行。北京市城市规划设计研究院高级工程师龙瀛博士应邀来院,为大家作了以“大数据时代定量城市研究的四个变革”为题的学术讲座。报告结合BCL开展的若干研究工作,重点介绍当前定量城市研究四个变革。

随着信息通讯技术的广泛应用和我国推动多年的政务公开运动的不断完善,大数据和开放数据的可获得性不断提高,这些为微观个体层面的数据开展定量城市研究提供了新的机遇和挑战。 继续阅读 =>

胡和平来浙大调研

希望浙大为推进浙江创新创业发展提供重要支撑

    12月17日下午,浙江省委常委、组织部长胡和平在浙江大学调研时强调,浙大要围绕世界一流大学建设目标,育人才、强学科、建队伍,为建设创新型强省、人才强省和推动浙江创新创业发展提供重要支撑。浙江大学党委书记金德水、校长林建华陪同调研和座谈。

图一:胡和平参观由陈海东等同学研发的全球尺度三维大气气象可视分析系统

继续阅读 =>

Palantir旗下大数据分析平台Palantir Gotham介绍

译者:36大数据编辑 原上草 (36大数据专稿,本博客已获取本文转载授权)

Palantir,提起这家公司就会让人觉得如雷贯耳。之前36大数据已经花了非常多的时间去收集和整理了关于这家公司背后的故事,参考揭秘:曾用大数据帮助CIA干掉本·拉登的公司Palantir Technologies ,在2013年美国大数据公司收入排行榜中,Palantir排名第一。 继续阅读 =>

记中南大学王璞教授学术报告

12月12日上午,来自中南大学的王璞教授来访Vag小组,带来题为《基于手机数据的 拥堵车源定位》的学术报告。

在简单地回顾了自己的求学科研经历之后,王璞教授首先介绍了拥堵车源定位的理论基础——人类动力学(Human Mobility)。人类动力学最初经由病毒传播研究而产 生,经过理论上的随机游走假设,到利用美元流通数据的实践探究,再到信息时代利用手机数据研究分析。在模型上,也从最初的重力模型发展到如今的辐射模型。王璞 教授在考虑实际的交通网络之后,对辐射模型做了进一步的改良。王教授总结道:“ 人类动力学实证与建模的发展为相关应用学科提供理论保障。” 继续阅读 =>

第 17 页,共 36 页« 最新...10...1516171819...30...最旧 »