Hispanopedia Wiki
Articulo de referencia

computación urbana

La computación urbana es un campo interdisciplinario que se ocupa del estudio y la aplicación de la tecnología informática en áreas urbanas. Esto implica la aplicación de redes ...

Hispanopedia WikiContenido en espanolLectura gratuita

La computación urbana es un campo interdisciplinario que se ocupa del estudio y la aplicación de la tecnología informática en áreas urbanas. Esto implica la aplicación de redes inalámbricas , sensores , capacidad de procesamiento y datos para mejorar la calidad de vida en áreas densamente pobladas. La computación urbana constituye el marco tecnológico para las ciudades inteligentes . [ 1 ] [ 2 ]

El término «computación urbana» fue introducido por primera vez por Eric Paulos en la conferencia UbiComp de 2004 [ 3 ] y en su artículo «The Familiar Stranger» [ 4 ], del que fue coautor junto con Elizabeth Goodman. Si bien está estrechamente vinculado al campo de la informática urbana , Marcus Foth diferencia ambos en el prefacio de su libro « Handbook of Research on Urban Informatics» al afirmar que la computación urbana, la tecnología urbana y la infraestructura urbana se centran más en las dimensiones tecnológicas, mientras que la informática urbana se centra en las implicaciones sociales y humanas de la tecnología en las ciudades. [ 5 ]

Dentro del ámbito de la informática , la computación urbana se nutre de las redes inalámbricas y de sensores, la ciencia de la información y la interacción persona-ordenador . La computación urbana utiliza muchos de los paradigmas introducidos por la computación ubicua, ya que se emplean conjuntos de dispositivos para recopilar datos sobre el entorno urbano y así mejorar la calidad de vida de las personas afectadas por las ciudades. Lo que diferencia aún más la computación urbana de las redes tradicionales de teledetección es la variedad de dispositivos, entradas e interacción humana que implica. En las redes de sensores tradicionales, los dispositivos suelen diseñarse y desplegarse específicamente para monitorizar ciertos fenómenos como la temperatura, el ruido y la luz. [ 6 ] Como campo interdisciplinario, la computación urbana también cuenta con profesionales y aplicaciones en campos como la ingeniería civil , la antropología , la historia pública , la sanidad , la planificación urbana y la energía, entre otros. [ 7 ]

Aplicaciones y ejemplos

La computación urbana es un proceso de adquisición, integración y análisis de grandes volúmenes de datos heterogéneos generados por diversas fuentes en espacios urbanos, como sensores, dispositivos, vehículos, edificios y personas, para abordar los principales problemas que enfrentan las ciudades. La computación urbana conecta tecnologías de detección discretas y omnipresentes, modelos avanzados de gestión y análisis de datos, y métodos de visualización innovadores, para crear soluciones integrales que mejoran el entorno urbano, la calidad de vida de las personas y los sistemas operativos de la ciudad.

— Yu Zheng, Computación urbana con macrodatos [ 8 ]

Archivo cultural

Las ciudades son más que una colección de lugares y personas: los lugares se reinventan y reimaginan continuamente por quienes los habitan. Por ello, la prevalencia de la informática en los espacios urbanos lleva a las personas a complementar su realidad física con lo que está disponible virtualmente. [ 9 ] Con este fin, los investigadores dedicados a la etnografía, la memoria colectiva y la historia pública han aprovechado las estrategias de informática urbana para introducir plataformas que permiten a las personas compartir su interpretación del entorno urbano. Ejemplos de estos proyectos incluyen CLIO, un sistema de informática urbana surgido del estudio de la Memoria Colectiva de la Ciudad de Oulu, que «permite a las personas compartir recuerdos personales, contextualizarlos y relacionarlos con los lugares emblemáticos de la ciudad, creando así la memoria colectiva de la ciudad». [ 10 ] y el proyecto histórico de Cleveland, que tiene como objetivo crear una historia compartida de la ciudad permitiendo a las personas contribuir con relatos a través de sus propios dispositivos digitales. [ 11 ]

Consumo de energía

El consumo de energía y la contaminación en todo el mundo se ven fuertemente afectados por el transporte urbano. [ 12 ] En un esfuerzo por utilizar y actualizar mejor las infraestructuras actuales, los investigadores han utilizado la computación urbana para comprender mejor las emisiones de gases mediante estudios de campo que utilizan datos GPS de una muestra de vehículos, datos de repostaje de gasolineras y autoinformes de participantes en línea. [ 13 ] A partir de esto, el conocimiento de la densidad y la velocidad del tráfico que atraviesa la red vial de una ciudad se puede utilizar para sugerir rutas de conducción rentables e identificar segmentos de carretera donde se ha desperdiciado significativamente gas. [ 14 ] La información y las predicciones de la densidad de contaminación recopiladas de esta manera también podrían utilizarse para generar alertas localizadas de calidad del aire. [ 14 ] Además, estos datos podrían producir estimaciones de los tiempos de espera en las gasolineras para sugerir paradas más eficientes, así como proporcionar una visión geográfica de la eficiencia de la ubicación de las gasolineras. [ 13 ]

Salud

Los teléfonos inteligentes, las tabletas, los relojes inteligentes y otros dispositivos informáticos móviles pueden proporcionar información que va más allá de la simple comunicación y el entretenimiento. En lo que respecta a la salud pública y personal, organizaciones como los Centros para el Control y la Prevención de Enfermedades (CDC) y la Organización Mundial de la Salud (OMS) han recurrido a Twitter y otras plataformas de redes sociales para difundir rápidamente brotes de enfermedades, descubrimientos médicos y otras noticias. Más allá del simple seguimiento de la propagación de enfermedades, la informática urbana puede incluso ayudar a predecirla. Un estudio de Jeremy Ginsberg et al. descubrió que las búsquedas relacionadas con la gripe sirven como un indicador fiable de un futuro brote, lo que permite el seguimiento de brotes de gripe en función de la ubicación geográfica de dichas búsquedas. [ 15 ] Este descubrimiento impulsó una colaboración entre los CDC y Google para crear un mapa de brotes de gripe previstos a partir de estos datos. [ 16 ]

La computación urbana también puede utilizarse para rastrear y predecir la contaminación en ciertas áreas. Investigaciones que emplean redes neuronales artificiales (RNA) y campos aleatorios condicionales (CRF) han demostrado que la contaminación del aire en una zona extensa puede predecirse a partir de datos de un número reducido de estaciones de monitoreo. [ 17 ] [ 18 ] Estos hallazgos pueden utilizarse para monitorear la contaminación del aire y prevenir los efectos adversos para la salud en ciudades que ya enfrentan altos niveles de contaminación. Por ejemplo, en días con niveles de contaminación especialmente elevados, podría implementarse un sistema para alertar a los residentes sobre las áreas particularmente peligrosas.

Interacción social

Las plataformas de computación móvil pueden utilizarse para facilitar la interacción social. En el contexto de la computación urbana, la capacidad de colocar balizas de proximidad en el entorno, la densidad de población y la infraestructura disponible permiten la interacción facilitada digitalmente. El artículo de Paulos y Goodman, The Familiar Stranger, introduce varias categorías de interacción que van desde la familia hasta los extraños y las interacciones que van desde lo personal hasta lo casual. [ 4 ] Las interacciones sociales pueden facilitarse mediante dispositivos diseñados para tal fin, aplicaciones que detectan la proximidad y aplicaciones "participativas". Estas aplicaciones pueden utilizar diversas técnicas para que los usuarios identifiquen dónde se encuentran, desde "registrarse" hasta la detección de proximidad y la autoidentificación. [ 19 ] Ejemplos de aplicaciones con conciencia geográfica incluyen Yik Yak , una aplicación que facilita la interacción social anónima basada en la proximidad de otros usuarios, Ingress , que utiliza un juego de realidad aumentada para animar a los usuarios a interactuar con el área que les rodea, así como entre sí, y Foursquare , que proporciona recomendaciones sobre servicios a los usuarios en función de una ubicación específica.

Transporte

Una de las principales áreas de aplicación de la computación urbana es la mejora del transporte público y privado en una ciudad. Las fuentes primarias de datos son los datos de vehículos en movimiento (datos sobre la ubicación de los vehículos en un momento dado). Esto incluye GPS individuales, GPS de taxis, señales Wi-Fi, sensores de bucle y (para algunas aplicaciones) la entrada del usuario. La computación urbana puede ayudar a seleccionar mejores rutas de conducción, lo cual es importante para aplicaciones como Waze, Google Maps y la planificación de viajes. Wang et al. crearon un sistema para obtener estimaciones del tiempo de viaje en tiempo real. Resuelven los problemas: primero, no todos los segmentos de carretera tendrán datos de GPS en los últimos 30 minutos o nunca; segundo, algunas rutas estarán cubiertas por varios registros de vehículos, y es necesario combinar esos registros para crear la estimación más precisa del tiempo de viaje; y tercero, una ciudad puede tener decenas de miles de segmentos de carretera y una cantidad infinita de rutas para consultar, por lo que proporcionar una estimación instantánea en tiempo real debe ser escalable. Utilizaron diversas técnicas y las probaron en 32.670 taxis durante dos meses en Pekín, y estimaron con precisión el tiempo de viaje con un margen de error de 25 segundos por kilómetro. [ 8 ]

Los contadores de bicicletas son un ejemplo de tecnología informática que permite contar el número de ciclistas en un punto determinado para ayudar a la planificación urbana con datos fiables. [ 20 ] [ 21 ]

Uber es un servicio de taxi bajo demanda donde los usuarios pueden solicitar viajes con su teléfono inteligente. Al utilizar los datos de los pasajeros y conductores activos, Uber puede aplicar precios diferenciados según la proporción actual de pasajeros/conductores. Esto les permite ganar más dinero que sin la tarificación dinámica y ayuda a que haya más conductores en la calle durante las horas de menor demanda. [ 22 ]

La informática urbana también puede mejorar el transporte público de forma económica. Un grupo de la Universidad de Washington desarrolló OneBusAway, que utiliza datos GPS de autobuses públicos para proporcionar información en tiempo real a los pasajeros. Instalar pantallas informativas en las paradas de autobús es costoso, pero desarrollar varias interfaces (aplicaciones, sitio web, respuesta telefónica, SMS) para OneBusAway fue relativamente económico. Entre los usuarios de OneBusAway encuestados, el 92 % se mostró más satisfecho, el 91 % esperó menos y el 30 % realizó más viajes. [ 23 ]

La toma de decisiones sobre políticas de transporte también puede beneficiarse de la computación urbana. El sistema Cycle Hire de Londres es un sistema de bicicletas compartidas muy utilizado , gestionado por su autoridad de transporte. Originalmente, requería una membresía. Tras un tiempo, se eliminó la membresía y se analizaron los datos sobre cuándo y dónde se alquilaban y devolvían las bicicletas para identificar las zonas más activas y las tendencias de uso. Se concluyó que eliminar la membresía fue una decisión acertada, ya que incrementó ligeramente los desplazamientos entre semana y aumentó considerablemente el uso durante los fines de semana. [ 24 ] A partir de los patrones y características de un sistema de bicicletas compartidas, se han estudiado las implicaciones de los sistemas de apoyo a la toma de decisiones basados ​​en datos para transformar el transporte urbano hacia una mayor sostenibilidad. [ 25 ]

Ambiente

La informática urbana tiene un gran potencial para mejorar la calidad de vida en las ciudades, por ejemplo, mejorando la calidad del aire y reduciendo la contaminación acústica . Numerosas sustancias químicas nocivas o tóxicas contaminan el aire, como las partículas PM 2.5, PM 10 y el monóxido de carbono. Muchas ciudades miden la calidad del aire instalando algunas estaciones de medición, pero estas son demasiado costosas para cubrir toda la ciudad. Debido a la complejidad de la calidad del aire, es difícil inferirla entre dos estaciones de medición.

Se han investigado diversas formas de añadir más sensores al paisaje urbano, incluyendo las ruedas de Copenhague (sensores montados en ruedas de bicicleta y alimentados por el ciclista) y sensores instalados en automóviles. Si bien estos funcionan para el monóxido de carbono y el dióxido de carbono, las estaciones de medición de aerosoles no son lo suficientemente portátiles como para trasladarlas. [ 8 ]

También se están realizando intentos para inferir la calidad del aire desconocida en toda la ciudad a partir únicamente de las muestras tomadas en las estaciones, por ejemplo, estimando las emisiones de los automóviles a partir de datos de vehículos flotantes. Zheng et al. crearon un modelo utilizando aprendizaje automático y minería de datos llamado U-Air. Este modelo utiliza datos históricos y en tiempo real sobre la calidad del aire, meteorología, flujo de tráfico, movilidad humana, redes viales y puntos de interés, que se introducen en redes neuronales artificiales y campos aleatorios condicionales para su procesamiento. Su modelo representa una mejora significativa con respecto a los modelos anteriores de calidad del aire en toda la ciudad. [ 17 ]

Chet et al. desarrollaron un sistema para monitorear la calidad del aire en interiores, el cual fue implementado internamente por Microsoft en China. El sistema se basa en las unidades de climatización (calefacción, ventilación y aire acondicionado) del edificio. Dado que los sistemas de climatización filtran el aire de partículas PM 2.5, pero no verifican si es necesario, el nuevo sistema puede ahorrar energía al evitar que los sistemas de climatización funcionen innecesariamente. [ 26 ]

Otra fuente de datos son los datos de las redes sociales. En particular, las etiquetas de imágenes georreferenciadas se han utilizado con éxito para inferir mapas de paisajes olfativos [ 27 ] [ 28 ] (vinculados a la calidad del aire) y mapas de paisajes sonoros [ 29 ] (vinculados a la calidad del sonido) a nivel de ciudad.

Véase también

Referencias

  1. ↑ Bouroche, Mélanie; Dusparic, Ivana (2020). «Urban Computing: The Technological Framework for Smart Cities» . Handbook of Smart Cities . Springer International Publishing. pp. 1–25 . doi : 10.1007/978-3-030-15145-4_5-1 . ISBN  978-3-030-15145-4. S2CID 219809513 . 
  2. ↑ Kamilaris, Andreas; Pitsillides, Andreas; Prenafeta-Bold, Francesc X.; Ali, Muhammad Intizar (mayo de 2017). «Un ecosistema basado en la Web de las Cosas para la computación urbana: hacia ciudades más inteligentes». 24.ª Conferencia Internacional de Telecomunicaciones (TIC) de 2017. págs. 1-7 . doi : 10.1109/ICT.2017.7998277 . ISBN  978-1-5386-0643-8. S2CID 19278271 . 
  3. ↑ Paulos, Eric; Anderson, Ken; Townsend, Anthony (7 de septiembre de 2004). Computación ubicua en la frontera urbana (taller). Sexta Conferencia Internacional sobre Computación Ubicua. Nottingham, Inglaterra.
  4. 1 2 Paulos, Eric; Goodman, Elizabeth (2004). El extraño familiar: ansiedad, comodidad y juego en lugares públicos . Actas de la Conferencia SIGCHI sobre Factores Humanos en Sistemas Informáticos. Nueva York, Nueva York, EE. UU.: ACM Press. págs. 223–230 . doi : 10.1145/985692.985721 . ISBN  1-58113-702-8.
  5. ↑ Foth, Marcus (2009). Manual de investigación sobre informática urbana: la práctica y la promesa de la ciudad en tiempo real . Hershey, PA: Information Science Reference. ISBN 978-1-60566-152-0OCLC 227572898​​ 
  6. ↑ Akyildiz, IF; Su, W.; Sankarasubramaniam, Y.; Cayirci, E. (2002). "Redes de sensores inalámbricos: una revisión". Computer Networks . 38 (4): 393–422 [395]. CiteSeerX 10.1.1.320.5948 . doi : 10.1016/S1389-1286(01)00302-4 . S2CID 1230643 .  
  7. ↑ Kukka, Hannu; Ylipulli, Johanna; Luusua, Anna; Dey, Anind K. (2014). Urban computing in theory and practice . Actas de la 8.ª Conferencia Nórdica sobre Interacción Humano-Computadora: Divertida, Rápida, Fundamental (NordiCHI '14). Nueva York, Nueva York, EE. UU.: ACM Press. págs. 658–667 . doi : 10.1145/2639189.2639250 . ISBN  978-1-4503-2542-4.
  8. 1 2 3 Zheng, Yu; Capra, Licia; Wolfson, Ouri; Yang, Hai (2014-09-18). "Urban Computing". ACM Transactions on Intelligent Systems and Technology . 5 (3). Association for Computing Machinery (ACM): 1– 55. doi : 10.1145/2629592 . ISSN 2157-6904 . S2CID 207214926 .  
  9. ^ Kukka, Hannu; Luusua, Anna; Ylipulli, Johanna; Suopajärvi, Tiina; Kostakos, Vassilis; Ojalá, Timo (2014). "Del cyberpunk a la informática urbana tranquila: explorando el papel de la tecnología en el paisaje urbano del futuro". Previsión Tecnológica y Cambio Social . 84 : 29– 42. doi : 10.1016/j.techfore.2013.07.015 . S2CID 17458661 . 
  10. ↑ Christopoulou, Eleni; Ringas, Dimitrios; Stefanidakis, Michail (2012). Experiencias del impacto de la informática urbana en la cultura urbana . 16.ª Conferencia Panhelénica de Informática (PCI). IEEE. pp. 56, 61. doi : 10.1109/pci.2012.53 . ISBN 978-1-4673-2720-6.
  11. ↑ "Acerca de Cleveland Historical" . Cleveland Historical . Consultado el 22 de abril de 2015 .
  12. ↑ "Emisiones de gases de efecto invernadero: emisiones del sector del transporte - Cambio climático - Agencia de Protección Ambiental de EE. UU." . epa.gov . 16 de marzo de 2012. Archivado del original el 4 de julio de 2014.
  13. 1 2 Zhang, Fuzheng; Wilkie, David; Zheng, Yu; Xie, Xing (2013). Detectando el pulso del comportamiento de repostaje urbano . UbiComp '13: Actas de la conferencia conjunta internacional ACM de 2013 sobre computación ubicua y omnipresente. Nueva York, Nueva York, EE. UU.: ACM Press. págs. 13–22 . doi : 10.1145/2493432.2493448 . ISBN  978-1-4503-1770-2.
  14. 1 2 Shang, Jingbo; Zheng, Yu; Tong, Wenzhu; Chang, Eric; Yu, Yong (2014). Inferencia del consumo de gas y la emisión de contaminación de vehículos en toda una ciudad . KDD '14: Actas de la 20.ª conferencia internacional ACM SIGKDD sobre descubrimiento de conocimiento y minería de datos. Nueva York, Nueva York, EE. UU.: ACM Press. págs. 1027–1036 . CiteSeerX 10.1.1.713.9988 . doi : 10.1145/2623330.2623653 . ISBN   978-1-4503-2956-9.
  15. ↑ Ginsberg, J; et al. (2009). " Detección de epidemias de influenza mediante datos de consultas de motores de búsqueda" . Nature . 457 (7232): 1012– 1014. Bibcode : 2009Natur.457.1012G . doi : 10.1038/nature07634 . ​​PMID 19020500. S2CID 125775 .   
  16. ↑ "Tendencias de la gripe en Google" . Consultado el 21 de abril de 2015 .
  17. 1 2 Zheng, Yu; Liu, Furui; Hsieh, Hsun-Ping (2013). U-Air: cuando la inferencia de la calidad del aire urbano se encuentra con los macrodatos . KDD '13: Actas de la 19.ª conferencia internacional ACM SIGKDD sobre descubrimiento de conocimiento y minería de datos. Nueva York, Nueva York, EE. UU.: ACM Press. págs. 1436–1444 . doi : 10.1145/2487575.2488188 . ISBN  978-1-4503-2174-7.
  18. ^ Zheng, Yu; Chen, Xuxu; Jin, Qiwei; Chen, Yubiao; Qu, Xiangyun; Liu, Xin; Chang, Eric; Mamá, Wei-Ying; Rui, Yong; Sol, Weiwei (2014). "Un sistema de descubrimiento de conocimientos basado en la nube para monitorear la calidad del aire detallada" (PDF) . MSR-Tr-2014-40 . S2CID 16801207 . Archivado desde el original (PDF) el 24 de febrero de 2019. 
  19. ↑ Jabeur, Nafaâ; Zeadally, Sherali; Sayed, Biju (2013-03-01). "Aplicaciones de redes sociales móviles". Communications of the ACM . 56 (3). Association for Computing Machinery (ACM): 71. doi : 10.1145/2428556.2428573 . ISSN 0001-0782 . S2CID 8694354 .  
  20. ↑ Magni, Marie (6 de junio de 2012). "Ciudades ciclistas premiadas con contadores de bicicletas" . Embajada de Dinamarca en Ciclismo . Archivado del original el 19 de julio de 2020. Consultado el 25 de abril de 2020 .
  21. ↑ "Fahrradbarometer" . hamburg.adfc.de (en alemán). Archivado del original el 21 de marzo de 2020. Consultado el 25 de abril de 2020 .
  22. ↑ "Fijando el precio del aumento" . Libre intercambio. The Economist . 29 de marzo de 2014.
  23. ↑ Ferris, Brian; Watkins, Kari; Borning, Alan (2010). OneBusAway: resultados de proporcionar información de llegada en tiempo real para el transporte público . CHI '10: Actas de la Conferencia SIGCHI sobre Factores Humanos en Sistemas Informáticos. Nueva York, Nueva York, EE. UU.: ACM Press. págs. 1807–1816 . doi : 10.1145/1753326.1753597 . ISBN  978-1-60558-929-9.
  24. ↑ Lathia, Neal; Ahmed, Saniul; Capra, Licia (2012). "Medición del impacto de la apertura del sistema de bicicletas compartidas de Londres a usuarios ocasionales". Transportation Research Part C: Emerging Technologies . 22 . Elsevier BV: 88– 102. Bibcode : 2012TRPC...22...88L . doi : 10.1016/j.trc.2011.12.004 . ISSN 0968-090X . 
  25. ↑ Xie, Xiao-Feng; Wang, Zunjing (2018). "Examinando patrones y características de viaje en una red de bicicletas compartidas e implicaciones para el apoyo a la toma de decisiones basado en datos: estudio de caso en el área de Washington DC". Journal of Transport Geography . 71 : 84– 102. arXiv : 1901.02061 . Bibcode : 2018JTGeo..71...84X . doi : 10.1016/j.jtrangeo.2018.07.010 . S2CID 88518530 . 
  26. ↑ Chen, Xuxu; Zheng, Yu; Chen, Yubiao; Jin, Qiwei; Sun, Weiwei; Chang, Eric; Ma, Wei-Ying (2014). Sistema de monitorización de la calidad del aire interior para edificios inteligentes . UbiComp '14: Actas de la Conferencia Internacional Conjunta ACM de 2014 sobre Computación Pervasiva y Ubicua. Nueva York, Nueva York, EE. UU.: ACM Press. págs. 471–475 . doi : 10.1145/2632048.2632103 . ISBN  978-1-4503-2968-2.
  27. ↑ Quercia, Daniele; Schifanella, Rossano; Aiello, Luca María; Kate, McLean (2015). "Mapas malolientes: la vida digital de los paisajes olfativos urbanos". AAAI Icwsm . 3 (3). arXiv : 1505.06851 . Código Bib : 2015arXiv150506851Q .
  28. ↑ Quercia, Daniele; Schifanella, Rossano; Aiello, Luca Maria (2016). "Las capas emocionales y cromáticas de los olores urbanos" . AAAI Icwsm . arXiv : 1605.06721 . Bibcode : 2016arXiv160506721Q .
  29. ↑ Aiello, Luca Maria; Schifanella, Rossano; Quercia, Daniele; Aletta, Francesco (2016). "Mapas parlantes: construcción de mapas sonoros de áreas urbanas a partir de datos de redes sociales" . Royal Society Open Science . 3 (3) 150690. arXiv : 1603.07813 . Bibcode : 2016RSOS....350690A . doi : 10.1098/rsos.150690 . PMC 4821272. PMID 27069661 .