Inteligență Artificială. Clustering sau Algoritmi de Grupare. Veriga comună dintre AI și GIS.

Bazele dezvoltării G.I.S au fost puse de către Pierre Charles Dupin (1819 carte choroplèthe) şi de John Snow în 1854, care a studiat şi reprezentat cartografic un focar de holeră (Figura 1. Hartă din 1854 repezentând focare de holeră) apărut la Londra.

Publicitate


Aceastea a fost o utilizarea timpurie, dar de succes a unei metodologii geografice aplicată mai târziu în epidemiologie.

Folosind elementele de bază existente în cartografie şi topografie, John Snow a utilizat într-un mod unic aceste tehnici și metode, nu numai pentru a descrie focarul, ci şi pentru analiza spațială privind apariţia fenomenului și relaţionarea acestor factori din punct de vedere geografic.

Analiza sau gruparea constă în a organiza un set de obiecte astfel încât, obiectele din același grup (numite clustere) să fie mai asemănătoare (într-un anumit sens sau altul) unul cu celălalt decât cu cele din alte grupuri (clustere) .

Publicitate


Clustering-ul, este principala sarcină a conceptelor de tip DataMining sau a analizei statistice a datelor, folosită în multe domenii, inclusiv machine learning, pattern recognition, image analysis, information retrieval, bioinformatics, data compression, and computer graphics.

Noțiunea de “cluster” nu poate fi definită cu precizie, acesta fiind unul dintre motivele pentru care există atât de mulți algoritmi de clustering. Cu toate acestea. Înțelegerea “modele de cluster” este cheia înțelegerii diferențelor dintre diferiți algoritmi dar și a datelor ce sunt analizate. Cateva modele tipice de cluster pentru BigData și GIS includ:

-Modele de conectare: de exemplu, gruparea ierarhică construiește modele bazate pe conectivitate la distanță.(folosit de Smart City pentru analizele de mobilitate urbană).

-Modelele centroid: de exemplu, algoritmul k-mean reprezintă fiecare cluster printr-un singur vector mediu.(folosit de Smart City pentru identificarea anumitor zone pe criterii bine stabilite, de exmplu zonarea consumului de apă, energie, zone ce produc deșeuri, etc)-Diagrame Voronoi și poligoane Thyesenn.

-Modele de distribuție: clusterii sunt modelati folosind distribuții statistice, cum ar fi distribuțiile normale, multivariate, utilizate de algoritmul de așteptare-maximizare

-Modelele de densitate

Veriga comună a BigData cu GIS, Iot, Smart City si AI sunt acești algoritmi, din această cauză abordarea conceptului Smart City este dificilă, pentru ca depinde foarte mult de acești algoritmi de cluster-izare și clasificare. În funcție de ce rezultate dau se aleg soluțiile de optimizare, dar este foarte greu de a agrega datele obținute de senzori.

De aceia proiectele actuale ce sunt demarate sub conceptul de Smart City vor fi și cele mai simple: precum parcarile inteligente sau iluminat inteligent.

Mai dificile sunt proiectele ce încercă să optimizeze comportamentul spațiul urban la dezastre cu scopul de a diminua pagubele.(Ex: Inca nu există o metodă de prognoză privind cutremurele de pământ).

Publicitate


Tehnologia GIS a adoptat acești algoritmi, ei sunt utili pentru conceptul de Smart City deoarece sunt instrumentul de analiză ce conferă o imagine clară asupra modului in care diverse zone urbane se comportă sau reacționează la diverși factori și stimuli.

 

Close