注册 / 登录

用大数据和AI驱动智能城市

分会场:  数据科学/人工智能/数据驱动

分享时间: 2017年11月9日 - 12日

案例来源 :

案例讲师

郑宇

微软 亚洲研究院资深研究员

Dr. Yu Zheng is a senior research manager in Urban Computing Group at Microsoft Research, passionate about using big data to tackle urban challenges. His research interests include big data analytics, spatio-temporal data mining, machine learning, and artificial intelligence. Zheng currently serves as the Editor-in-Chief of ACM Transactions on Intelligent Systems and Technology and a member of Editorial Advisory Board of IEEE Spectrum. He is also an Editorial Board Member of GeoInformatica and IEEE Transactions on Big Data, and the founding Secretary of SIGKDD China Chapter. He has served as chair on over 10 prestigious international conferences, e.g. as the program co-chair of ICDE 2014 (Industrial Track) and CIKM 2017 (Industrial Track), and as senior PCs or PCs on KDD, IJCAI, AAAI, UbiComp, SDM, ICDM, and ACM SIGSPATIAL. Zheng is an ACM Distinguished Scientist, a Distinguished Member and Distinguished Speaker of China Computer Federation (CCF).

扫描二维码分享案例

 

案例简述

 

城市计算是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。城市计算通过不断获取、整合和分析城市中不同领域的大数据来解决城市所面临的挑战。本报告将概述城市计算的定义和框架,以及中国首个城市大数据平台,介绍城市感知、城市数据管理和城市数据的分析、挖掘等各个层面的挑战和典型应用案例,重点讨论时空大数据中跨域数据的融合和协同计算技术。具体案例包括基于大数据和AI的空气质量分析和预测、充电桩选址、城市自行车道规划、基于深度学习的城市人流预测、城市油耗和汽车尾气排放评估,基于AI的城市物流、以及城市住房价值分级和评估等。相关技术发表在KDD等顶尖国际会议和期刊上,并在实际系统中部署应用。

 

案例目标

 

城市计算是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。城市计算通过不断获取、整合和分析城市中不同领域的大数据来解决城市所面临的挑战。相关技术发表在KDD等顶尖国际会议和期刊上,并在实际系统中部署应用。

 

成功(或教训)要点

 

1)城市大数据感知和采集
2)城市大数据的管理
3)城市多源数据融合技术

 

案例ROI分析

 

更新中...

 

案例启示

 

通过理解、洞察历史,来合理地配置资源;通过掌控现状,来高效稳定地运营城市;通过预测未来,来帮助我们去决策,指导未来的规划,来解决城市里面的交通拥堵、环境恶化、规划落后等问题。