Цифровые технологии умного города в муниципальном управлении

Размещено на http://www.allbest.ru

Цифровые технологии умного города в муниципальном управлении

Лавриенко Н.Р.

Lavrienko N.R.

DIGITAL TECHNOLOGIES SMRT CITY

IN MUNICIPAL GOVERNMENT

Abstract

the work analyzes the need for digitalization of urban management in the era of “Smart Cities ”.

Keywords: smart city, urban management, monitoring, digitalization, digital, electronic governance.

Аннотация

в работе проведен анализ потребности цифровизации городского управления в эпоху «Умных городов».

Ключевые слова: умный город, городское управление, мониторинг, цифровизация, цифровое, электронное управление.

Концепция умных городов, объединяющих новейшие технологии и устойчивость городской среды, приобретает все большую популярность и активно поддерживается правительствами различных стран. Умный город представляет собой урбанистическую систему, в которую входят государственные и частные структуры, промышленность, организации и граждане, и которая ориентирована на устойчивый экономический рост и качество жизни через участие населения в городском управлении. Основой создания такого города, будь то кибергород, цифровой, проводной, информационный или основанный на знаниях, являются современные инфраструктуры информационных и коммуникационных технологий (ИКТ), такие как Интернет вещей и облачные вычисления, которые не только меняют образ жизни людей и их работу, но и способствуют инновациям и созданию дополнительных знаний.

Развитие умного города неразрывно связано с умным управлением или электронным управлением. За последние 15 лет концепция электронного управления претерпела значительные изменения, превратившись из элемента политической и административной власти в всеобъемлющий политический инструмент, с помощью которого правительства могут управлять процессом городского развития, решая социальные, экологические и экономические проблемы на основе интегрированного и планируемого стратегического видения на долгосрочную перспективу. Объединяя различные аспекты, характеризующие умный город, такие как социально-экономические факторы, окружающую среду, население и стиль жизни, город становится способным познавать, понимать и управлять проблемами с помощью сложных систем ИКТ. умный город цифровизация

Электронное управление территорией, основанное на ИКТ, в значительной степени зависит от больших объемов временных и пространственных данных о городской среде, которые собираются через всевозможные цифровые устройства и платформы и предоставляются различными участниками городских систем, такими как органы государственного управления, предприятия промышленности, некоммерческие организации, частный сектор и граждане.

Современные городские администрации сталкиваются с необходимостью принятия сложных и обоснованных решений для эффективного управления городским развитием. Аналитическая поддержка руководителя города представляет собой важный инструмент, позволяющий собирать, анализировать и использовать данные для принятия обоснованных решений.

Одним из основных подходов к аналитической поддержке является использование современных методов и техник анализа данных. Исследования показывают, что применение статистических методов, машинного обучения и анализа временных рядов может значительно улучшить качество прогнозирования и принятия решений.

Кроме того, аналитическая поддержка руководителя города связана с визуализацией данных. Визуализация позволяет представить сложные данные в понятной и наглядной форме, что облегчает их анализ и восприятие. Исследования показывают, что использование интерактивных графиков, карт и диаграмм может помочь руководителям городов лучше понимать ситуацию и принимать обоснованные решения. Например, в работе был разработан инструмент визуализации данных для анализа пространственного распределения преступности в городе, видеть имущественный комплекс муниципалитета, инвестиционный потенциал и тд.. Используя географическую информацию и интерактивные карты, руководитель города может выявить проблемные территории и принять соответствующие меры.

Кроме того, в последнее время все большую популярность приобретают интеллектуальные информационные системы, которые объединяют различные аспекты аналитической поддержки руководителя города. Эти системы позволяют автоматизировать сбор, анализ и визуализацию данных, а также предоставлять прогнозы и рекомендации для принятия решений. Например, в работе была разработана интеллектуальная система для анализа данных о транспортных потоках и прогнозирования задержек на дорогах. Применение данной системы позволило сократить время реагирования на проблемы в городском движении и улучшить эффективность транспортной инфраструктуры.

В целом, аналитическая поддержка руководителя города является многогранным и комплексным процессом, включающим различные методы и технологии. Использование методов анализа данных, визуализации и интеллектуальных информационных систем позволяет руководителям городов получать актуальную и достоверную информацию, принимать обоснованные решения и эффективно управлять городским развитием.

Проведем анализ применяемых методов и подходов к сбору, анализу и визуализации данных является важным аспектом аналитической поддержки руководителя города:

Сбор данных: Сбор данных является первым шагом в аналитическом процессе. Существует несколько методов сбора данных, включая опросы, наблюдение, интернет-мониторинг и использование существующих баз данных. Опросы могут быть проведены среди горожан для сбора мнений и предпочтений в отношении различных аспектов городской жизни. Наблюдение позволяет получить данные о поведении и деятельности в городе, например, с помощью камер видеонаблюдения. Интернет-мониторинг включает сбор данных из открытых источников, таких как социальные сети и новостные сайты, для анализа общественного мнения и актуальных событий. Кроме того, существуют государственные и коммерческие базы данных, содержащие информацию о городской инфраструктуре, демографии, транспортных системах и других аспектах городской жизни.

Анализ данных: Анализ данных включает в себя применение различных методов для извлечения информации и получения практических выводов. Статистический анализ данных позволяет выявить закономерности и связи между различными переменными. Машинное обучение используется для создания моделей, способных прогнозировать будущие события или делать рекомендации на основе исторических данных. Анализ временных рядов позволяет выявить тренды и сезонные колебания в данных, что полезно для прогнозирования и планирования. Сетевой анализ позволяет исследовать взаимодействия и зависимости между элементами городской инфраструктуры, такими как дороги, транспортные узлы и социальные объекты. Кластерный анализ позволяет группировать данные по сходству, что может помочь выявить паттерны и характеристики различных районов города.

Визуализация данных: Визуализация данных играет важную роль в аналитическом процессе, поскольку она позволяет представить сложные данные в понятной и наглядной форме. Графики, диаграммы и карты могут быть использованы для визуализации различных аспектов городской жизни, таких как демография, транспортные потоки, преступность и другие. Интерактивные визуализации позволяют руководителям городов взаимодействовать с данными, менять параметры и получать дополнительную информацию при необходимости. Визуализация данных также может быть использована для создания информационных панелей и отчетов, которые предоставляют комплексное представление о состоянии города и его развитии.

Применение этих методов и подходов к сбору, анализу и визуализации данных позволяет руководителям городов получать ценные инсайты для принятия решений, планирования развития города и улучшения качества жизни горожан.

Список литературы

Рахманов, К.К. Обзор научной проблемы внедрения технологии «Умный город» / К.К. Рахманов // Проблемы науки. - 2020. - № 3 (51). - С. 6^--65;

Симонов, А.И. Формирование описаний ветвей на схеме логического вывода следствий / А.И. Симонов, Д.А. Страбыкин // Современные наукоемкие технологии. - 2017. - № 10. - С. 68-72;

Alawadhi, S. [et al.]. Building understanding of smart city initiatives // Electronic Government. - 2012. - Vol. 22, No. 9. - P. 40-53;

Bakici, T., Almirall, E., & Wareham, J. A smart city initiative: The case of Barcelona // Journal of Knowledge Economy. - 2013. - Vol. 4, No. 2. - P. 135 148.

- URL: https://doi.org/10.1007/s13132-012-0084-9 (дата обращения: 14.11.2023);

Caragliu, A., Del Bo, C., & Nijkamp, P. Smart cities in Europe // Journal of Urban Technology. - 2011. - Vol. 18, No. 2. - P. 65-82. - URL: https://doi.org/10.1080/10630732.2011.601117 (дата обращения: 14.11.2023);

Nazir, M. S. [et al.]. Wind generation forecasting methods and proliferation of artificial neural network: A review of five years research trend // Sustainability. - 2020. - Vol. 12, No. 9. - P. 3778.10:40;

Ohmura, N. [et al.]. Material property of on-metal magnetic sheet attached on NFC/HF-RFID antenna and research of its proper pattern and size on // Proceedings of the International Symposium on Antennas and Propagation. - 2013. - P. -158-- 1161;

Privat, G., Zhao, M., & Lemke, L. Towards a shared software infrastructure for smart homes, smart buildings and smart cities // Proceedings of the International Workshop on Emerging Trends in Engineering of Cyber-Physical Systems. - Berlin, Germany, 2014. - P. 1-15;

Sanchez, L. [et al.]. SmartSantander: loT experimentation over a smart city testbed // Computer Networks. - 2014. - Vol. 61. - P. 217 238

Размещено на Allbest.ru