تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله برنامه ریزی شهری و ساخت شهرهای هوشمند براساس اینترنت اشیا – نشریه الزویر

عنوان فارسی: برنامه ریزی شهری و ساخت شهرهای هوشمند براساس اینترنت اشیا با استفاده از تحلیل داده های بزرگ
عنوان انگلیسی: Urban Planning and Building Smart Cities based on the Internet of Things using Big Data Analytics
تعداد صفحات مقاله انگلیسی : 23 تعداد صفحات ترجمه فارسی : 33
سال انتشار : 2015 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 6427 رفرنس : دارد
محتوای فایل : zip حجم فایل : 3.41Mb
رشته های مرتبط با این مقاله: مهندسی فناوری اطلاعات و شهرسازی
گرایش های مرتبط با این مقاله: اینترنت و شبکه های گسترده، مدیریت شهری، طراحی شهری، سامانه های شبکه ای و شبکه های کامپیوتری
مجله: شبکه های کامپیوتری - Computer Networks
دانشگاه: دانشکده علوم و مهندسی کامپیوتر، دانشگاه ملی Kyungpook، کره
کلمات کلیدی: اینترنت اشیا، برنامه ریزی شهری، شهر هوشمند، داده بزرگ
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

مقدمه

انگیزه

3. برنامه ریزی و توسعه شهری شهرهای هوشمند بر مبنای IoT

1. 3 شهر هوشمند بر مبنای IoT

2. 3 برنامه ریزی شهری بر مبنای IoT

3. 3 مدل معماری و پیاده سازی تحلیلی داده های بزرگ

4. تحلیل و بحث راجع به داده های شهری

1. 4 شرح مجموعه های داده

2. 4 تحلیل و بحث

1. 2. 4 تحلیل ترافیک خودرویی

2. 2. 4 استفاده از تحلیل داده های پارکینگ

3. 2. 4 تحلیل داده های خانه هوشمند

4. 2. 4 تحلیل داده های سیل:

5. 2. 4 تحلیل داده های زیست محیطی برای آلودگی

5. پیاده سازی سیستم

1. 5 پیاده سازی شهر هوشمند

2. 5 پیاده سازی سیستم برنامه ریزی شهری

6. ارزیابی سیستم

7. نتیجه گیری

نمونه متن انگلیسی

Abstract— The rapid growth in the population density in urban cities demands tolerable provision of services and infrastructure. To meet the needs of city inhabitants. Thus, increase in the request for embedded devices, such as sensors, actuators, and smartphones, etc., which is providing a great business potential towards the new era of Internet of Things (IoT); in which all the devices are capable of interconnecting and communicating with each other over the Internet. Therefore, the Internet technologies provide a way towards integrating and sharing a common communication medium. Having such knowledge, in this paper, we propose a combined IoT-based system for smart city development and urban planning using Big Data analytics. We proposed a complete system, which consists of various types of sensors deployment including smart home sensors, vehicular networking, weather and water sensors, smart parking sensors, and surveillance objects, etc. A four-tier architecture is proposed which include 1) Bottom Tier-1: which is responsible for IoT sources, data generations, and collections 2) Intermediate Tier-1: That is responsible for all type of communication between sensors, relays, base stations, the internet, etc. 3) Intermediate Tier 2: it is responsible for data management and processing using Hadoop framework, and 4) Top tier: is responsible for application and usage of the data analysis and results generated. The system implementation consists of various steps that start from data generation and collecting, aggregating, filtration, classification, preprocessing, computing and decision making. The proposed system is implemented using Hadoop with Spark, voltDB, Storm or S4 for real time processing of the IoT data to generate results in order to establish the smart city. For urban planning or city future development, the offline historical data is analyzed on Hadoop using MapReduce programming. IoT datasets generated by smart homes, smart parking weather, pollution, and vehicle data sets are used for analysis and evaluation. Such type of system with full functionalities does not exist. Similarly, the results show that the proposed system is more scalable and efficient than the existing systems. Moreover, the system efficiency is measured in term of throughput and processing time.

نمونه متن ترجمه

چکیده

رشد سریع تراکم جمعیت در شهرها نیازمند تامین سرویسها و زیرساخت برای تامین نیازهای ساکنین شهر می باشد. بنابراین، افزایش درخواست وسایل تعبیه شده، نظیر حسگرها، عملگرها و تلفن های هوشمند منجر به پتانسیل قابل ملاحظه ای برای عصر جدید اینترنت اشیاء (IoT) می گردد که کلیه وسایل قابلیت اتصال و ارتباط با یکدیگر روی اینترنت را دارند. بنابراین فناوریهای اینترنت راهی برای یکپارچه سازی و به اشتراک گذاشتن رسانه ارتباطی فراهم می نمایند. با این دانش، در این مقاله، سیستم مرکب برمبنای IoT را برای توسعه شهر هوشمند و برنامه ریزی شهری با استفاده از تحلیل داده های بزرگ پیشنهاد می کنیم. در اینجا سیستمی کامل متشکل از انواع مختلف استقرار حسگر، من جمله حسگرهای تلفن هوشمند، شبکه سازی بین خودرویی، حسگرهای آب و هوا، حسگرهای پارک هوشمند و نظارت پیشنهاد می کنیم. در اینجا معماری چهار ردیفه پیشنهاد شده است که شامل بخشهای زیر می شود: (1) ردیف پائین، که مسئولیت منابع IoT و تولید و جمع آوری داده ها را برعهده دارد، 2) ردیف میانی که مسئولیت انواع و اقسام ارتباطات بین حسگرها، رله ها، ایستگاههای پایه و اینترنت را برعهده دارد، 3) ردیف میانی 2 که مسئولیت مدیریت و پردازش داده ها با استفاده از چارچوب هادوپ را برعهده دارد و 4) ردیف بالا که مسئولیت کاربرد و استفاده از تحلیل داده ها و نتایج بدست آمده را برعهده دارد. پیاده سازی سیستم از مراحل مختلفی تشکیل می شود که با تولید داده ها شروع شده به سمت جمع آوری، یکپارچه سازی، فیلترنمودن، طبقه بندی، پیش پردازش، محاسبه و تصمیم گیری پیش می رود. سیستم پیشنهادی با استفاده از هادوپ با Spark، voltDB، Storm یا S4 برای پردازش بلادرنگ داده های IoT جهت دستیابی به نتایج برای ساخت شهر هوشمند پیاده می شود. برای برنامه ریزی شهری یا توسعه آتی شهر، داده های تاریخی آفلاین (برون خطی) با هادوپ با استفاده از برنامه ریزی MapReduce، مورد تحلیل قرار می گیرند. ازمجموعه داده های IoT تولید شده توسط خانه های هوشمند، آب و هوای پارکینگ هوشمند، آلودگی و مجموعه داده های خودرو برای تحلیل و ارزیابی استفاده می شود. این نوع سیستم با تابعیت کامل درحال حاضر وجود ندارد. به همین نحو، نتایج بدست آمده حاکی از آن است که سیستم پیشنهادی مقیاس پذیرتر و کاراتر از سیستم های موجود می باشد. به علاوه، کارایی سیستم برحسب کارایی و زمان پردازش اندازه گیری می شود.