
大数据助力智慧城市
由新加坡国立大学和华为联合举办的首届亚洲创新日活动日前在新加坡举办。传统城市如何利用ICT技术进一步实现“华丽转身”?来自政府、运营商、高校与科研机构等专家学者围绕话题进行了分享和深入探讨。
此次首届亚洲创新日旨在围绕“打造智慧城市,共建全联接亚洲”等话题展开讨论。华为亚太区总裁李今歌致辞中表示,以宽带、云计算、大数据、物联网为显著特征的联接技术,不仅将为各行各业数字化转型提供引擎,也将为各国城市的规划建设、管理运营、宜居度和人文关怀的提升提供驱动力。
信息技术与创新基金会副主席斯蒂芬·安泽尔表示,ICT技术正在帮助亚洲各国应对挑战,寻找经济增长新引擎,驱动经济发展。“根据预测,2025年全球经济一半的价值都是通过数字化手段来进行创造的。”他说,智慧城市解决方案为大城市节省了巨大成本。例如,韩国首尔每年通过智能方案降低10%的能耗。
大数据是实现智慧城市的关键技术。如何把大数据应用到智慧城市中?华为诺亚方舟实验室副主任张宝峰认为,第一个阶段是使城市实现数字化。大量关于行业、企业和个人的数据由系统来捕获和存储,然后通过分析数据生成政策。这些政策反过来指导垂直行业提升效率、体验,最终实现城市智能化。第二个阶段是渐进式学习,需要系统具有渐进式学习能力,从真实案例里学习,然后提供政策建议。
近年来,在大数据等技术支持下,纽约、西雅图、哥本哈根、阿姆斯特丹、万隆等率先开展了智慧城市实践,诞生了许多经典案例。“建设智慧城市,需要持续变革,持续的努力以及不断发展的联接技术和应用。我们把解决方案分成了三个层次,分别是ICT基础设施,包括数据中心、云平台、物联网等在内的ICT智能解决方案以及智慧的用户。”曾经参与万隆智慧城市建设的主要负责人、印度尼西亚电信高级副总裁朱迪·哈南迪如是说。
“对于智慧城市,每一个人的定义各不一样。”智慧城市技术与规划研究专家、华为行业解决方案CTO苏竞钊在演讲中将智慧城市建设定义为“利用ICT技术有效管理城市各功能环节并促进城市发展、提升生活质量和体验质量”,包括智慧政府、智慧产业、智慧民生等,而信息高速公路是迈向智慧城市的必经之路。苏竞钊还强调,每个城市有不同痛点,不能纯粹跟从,要看清痛点以及智慧城市的目标是什么。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03