Data sources and characteristics: D

Data sources and characteristics: Data is generated
from many different sources in many different
formats. There are a lot of new data formats many
of which are unstructured (e.g. images, audio,tweets, video, server logs, etc.). This data need to be
managed and classified into a structured format
using some form of advanced database systems [7].
Many identified different Vs of big data the most
agreed upon are the 3 Vs: Velocity, Volume and
Variety. Several more were added such as Validity,
Veracity, Volatility and Value [20] as well as
Variability [2]. Just trying to encompass these
different attributes of big data generates very
complex models and approaches and make it hard
to manage. This is simply because the current
methodologies or data mining software tools cannot
handle the large size and complexity. In addition,
there are some challenges that may be faced in the
future, such as analytics architecture, evaluation,
distributed mining, time evolving data, compression,
visualization, and hidden big data [8]. When
considering smart city applications utilizing big data
difficulties arise in various areas. For one, collecting
the data by itself is complicated by the existence of
multiple sources with different formats and types
and different usage and access policies. In addition,
the unstructured nature of the data make it hard to
categorize and organize and an easily accessible way
for applications to use.

Data and information Sharing: Sharing data and
information among different city departments is
another challenge. Each government and city agency
or department typically has its own warehouse or
silo of confidential or public information. Most of
which are often reluctant to share what might be
considered proprietary data. In addition, some data
may be governed by certain privacy conditions that
make them hard to share across different entities.
The challenge here is to make sure not to cross the
fine line between collecting and using big data and
ensuring citizens’ rights of privacy [20]. This is
applicable within any smart city since there are
many sectors and industries involved. Smart city
applications will need to find ways to prevent or reduce the barriers to achieve seamless information
sharing and exchange among different entities [21].
Furthermore, with multiple diverse data sources
distributed among related departments, some data
types such as spatio-temporal data can be updated
quickly [21]. Therefore, it is difficult to create a unified understanding of data semantics, and extract
new knowledge based on specific cycle data and
real-time data. As result, it will be difficult to create
a knowledge base for a smart city.

ผลลัพธ์ (ไทย) 1:

ลักษณะและแหล่งข้อมูล: ข้อมูลจะถูกสร้างขึ้นจากแหล่งต่าง ๆ มากมายในหลายแตกต่างกันรูปแบบการ มีจำนวนมากของรูปแบบข้อมูลใหม่มากของที่จะไม่มีโครงสร้าง (เช่นภาพ เสียง เข้ามา วิดีโอ ล็อกเซิร์ฟเวอร์ ฯลฯ) จำเป็นต้องมีข้อมูลนี้จัดการ และแบ่งตามรูปแบบโครงสร้างใช้รูปแบบของระบบฐานข้อมูลขั้นสูง [7]หลายระบุ Vs แตกต่างกันของข้อมูลที่ใหญ่ที่สุดตกลงมี 3 Vs: ความเร็ว ระดับเสียง และต่าง ๆ เพิ่มอีกหลายเช่นอายุVeracity ความผันผวน และค่า [20] เป็นสำหรับความผันผวน [2] เพียงพยายามรอบนี้สร้างแอตทริบิวต์ต่าง ๆ ของข้อมูลที่ใหญ่มากคอมเพล็กซ์รุ่นใกล้ และทำให้มันยากการจัดการการ นี้นั้นเนื่องจากปัจจุบันเครื่องมือซอฟต์แวร์การทำเหมืองของหลักสูตรหรือข้อมูลไม่จัดการขนาดใหญ่และซับซ้อน นอกจากนี้มีความท้าทายบางอย่างที่อาจประสบในการอนาคต เช่นสถาปัตยกรรมวิเคราะห์ ประเมินผลเวลาข้อมูล บีบอัด การพัฒนา การทำเหมืองแบบกระจายแสดงภาพประกอบเพลง และข้อมูลที่ซ่อนอยู่ขนาดใหญ่ [8] เมื่อพิจารณาใช้ข้อมูลขนาดใหญ่โปรแกรมซิตี้สมาร์ทปัญหาที่เกิดขึ้นในพื้นที่ต่าง ๆ สำหรับการรวบรวมหนึ่งข้อมูล ด้วยตัวเองจะมีความซับซ้อน โดยการดำรงอยู่ของหลายแหล่งที่ มีชนิดและรูปแบบที่แตกต่างกันและนโยบายการใช้งานและการเข้าถึงที่แตกต่างกัน นอกจากนี้ลักษณะไม่มีโครงสร้างของข้อมูลทำให้ยากที่จะจัดประเภท และการจัดระเบียบ และวิธีการเดินทางสำหรับโปรแกรมประยุกต์ที่ใช้ข้อมูลและข้อมูลใช้ร่วมกัน: ใช้ข้อมูลร่วมกัน และข้อมูลจากฝ่ายการเมืองที่แตกต่างความท้าทายอีกด้วย แต่ละหน่วยงานของรัฐบาลและการเมืองหรือแผนกจะมีคลังสินค้าของตนเอง หรือไซโลของข้อมูลลับเฉพาะ หรือสาธารณะ ส่วนใหญ่ซึ่งมักหวงแหนอะไรอาจใช้ร่วมกันพิจารณาข้อมูลที่เป็นกรรมสิทธิ์ นอกจากนี้ ข้อมูลบางอย่างอาจจะภายใต้บางเงื่อนไขความเป็นส่วนตัวที่ทำให้ยากที่จะใช้ร่วมกันกับเอนทิตีอื่นความท้าทายที่นี่คือ จะข้ามเส้นแบ่งระหว่างการรวบรวม และใช้ข้อมูลขนาดใหญ่ และบริการประชาชนสิทธิความเป็นส่วนตัว [20] นี่คือใช้ภายในเมืองใด ๆ สมาร์ทเนื่องจากมีหลายภาคและอุตสาหกรรมที่เกี่ยวข้อง ซิตี้สมาร์ทโปรแกรมประยุกต์จะต้องค้นหาวิธีการป้องกัน หรือลดอุปสรรคเพื่อให้การจำแนกข้อมูลร่วมกัน และแลกเปลี่ยนระหว่างเอนทิตีอื่น [21]นอกจากนี้ มีหลายแหล่งข้อมูลหลากหลายการแจกจ่ายระหว่างหน่วยงานที่เกี่ยวข้อง ข้อมูลบางอย่างสามารถปรับปรุงความข้อมูล spatio ชั่วคราวอย่างรวดเร็ว [21] ดังนั้น จึงยากที่จะสร้างความเข้าใจที่รวมของข้อมูลความหมาย และสารสกัดจากความรู้ใหม่ตามวงจรเฉพาะข้อมูล และข้อมูลแบบเรียลไทม์ เป็นผล มันจะยากที่จะสร้างเป็นฐานความรู้ของซิตี้สมาร์ท

ผลลัพธ์ (ไทย) 2:

แหล่งข้อมูลและลักษณะ:
ข้อมูลที่ถูกสร้างขึ้นจากแหล่งข้อมูลที่แตกต่างกันในหลายๆ
รูปแบบ มีจำนวนมากของรูปแบบข้อมูลใหม่จำนวนมากที่มีการไม่มีโครงสร้าง (เช่นภาพ, เสียง, ทวิตเตอร์, วิดีโอ, บันทึกเซิร์ฟเวอร์ ฯลฯ ) ข้อมูลนี้จะต้องมีการจัดการและจัดเป็นรูปแบบที่มีโครงสร้างโดยใช้รูปแบบของระบบฐานข้อมูลขั้นสูงบางอย่าง[7]. หลายคนระบุ Vs แตกต่างกันของข้อมูลขนาดใหญ่มากที่สุดตามที่ตกลงกันเป็น3 Vs: ความเร็วปริมาณและความหลากหลาย อีกหลายคนที่ถูกเพิ่มเช่นตั้งแต่วันที่, ความจริง, ความผันผวนและมูลค่า [20] เช่นเดียวกับความแปรปรวน [2] เพียงแค่พยายามที่จะครอบคลุมเหล่านี้คุณลักษณะที่แตกต่างกันของข้อมูลขนาดใหญ่มากสร้างรูปแบบและวิธีการที่ซับซ้อนและทำให้มันยากที่จะจัดการ นี้เป็นเพียงเพราะในปัจจุบันวิธีการหรือข้อมูลเครื่องมือซอฟต์แวร์การทำเหมืองแร่ไม่สามารถจัดการกับขนาดและความซับซ้อน นอกจากนี้ยังมีความท้าทายบางอย่างที่อาจจะต้องเผชิญในอนาคตเช่นสถาปัตยกรรมการวิเคราะห์ประเมินผลการทำเหมืองแร่การกระจายข้อมูลเวลาการพัฒนา, การบีบอัดการสร้างภาพและข้อมูลขนาดใหญ่ที่ซ่อน [8] เมื่อพิจารณาการใช้งานสมาร์ทเมืองใช้ข้อมูลขนาดใหญ่ความยากลำบากที่เกิดขึ้นในพื้นที่ต่างๆ สำหรับหนึ่งในการเก็บรวบรวมข้อมูลด้วยตัวเองมีความซับซ้อนโดยการดำรงอยู่ของหลายแหล่งที่มีรูปแบบที่แตกต่างกันและประเภทและการใช้งานที่แตกต่างกันและนโยบายการเข้าถึง นอกจากนี้ยังมีลักษณะที่ไม่มีโครงสร้างของข้อมูลที่ทำให้มันยากที่จะจัดหมวดหมู่และการจัดระเบียบและวิธีการที่สามารถเข้าถึงได้ง่ายสำหรับการใช้งานที่จะใช้.? ข้อมูลและข้อมูลที่ใช้ร่วมกัน: การแบ่งปันข้อมูลและข้อมูลระหว่างหน่วยงานเมืองที่แตกต่างกันคือความท้าทายอื่น แต่ละหน่วยงานภาครัฐและเมืองหรือหน่วยงานมักจะมีคลังสินค้าของตัวเองหรือไซโลของข้อมูลที่เป็นความลับหรือประชาชน ส่วนใหญ่ซึ่งมักจะไม่เต็มใจที่จะแบ่งปันสิ่งที่อาจจะมีการพิจารณาข้อมูลที่เป็นกรรมสิทธิ์ นอกจากนี้ยังมีข้อมูลบางอย่างอาจถูกควบคุมโดยเงื่อนไขความเป็นส่วนตัวบางอย่างที่ทำให้พวกเขายากที่จะใช้ร่วมกันทั่วทั้งหน่วยงานที่แตกต่างกัน. ความท้าทายที่นี่คือการทำให้แน่ใจว่าจะไม่ข้ามเส้นแบ่งระหว่างการเก็บรวบรวมและการใช้ข้อมูลขนาดใหญ่และสร้างความมั่นใจในสิทธิของประชาชนของความเป็นส่วนตัว[20 ] นี่คือบังคับในเมืองสมาร์ทเนื่องจากมีหลายภาคส่วนมีส่วนร่วมและอุตสาหกรรม เมืองสมาร์ทการใช้งานที่จะต้องไปหาวิธีการที่จะป้องกันหรือลดอุปสรรคในการให้ได้ข้อมูลที่ไร้รอยต่อร่วมกันและการแลกเปลี่ยนระหว่างหน่วยงานที่แตกต่างกัน[21]. นอกจากนี้ยังมีหลายแหล่งข้อมูลที่หลากหลายกระจายระหว่างหน่วยงานที่เกี่ยวข้องกับข้อมูลบางประเภทเช่นข้อมูลspatio กาลสามารถ ได้รับการปรับปรุงอย่างรวดเร็ว[21] ดังนั้นจึงเป็นเรื่องยากที่จะสร้างความเข้าใจแบบครบวงจรของความหมายของข้อมูลและดึงความรู้ใหม่บนพื้นฐานของข้อมูลที่เฉพาะเจาะจงและวงจรข้อมูลในเวลาจริง ผลที่ตามมาก็จะเป็นเรื่องยากที่จะสร้างฐานความรู้สำหรับสมาร์ทเมือง

ผลลัพธ์ (ไทย) 3:

แหล่งข้อมูลและลักษณะ : ข้อมูลจะถูกสร้างขึ้นจากหลายแหล่งที่แตกต่างกันในที่แตกต่างกันมากรูปแบบ มีจำนวนมากของรูปแบบข้อมูลใหม่ที่ไม่มีโครงสร้าง ( เช่นรูปภาพ , เสียง , ข้อความ , วิดีโอ , บันทึกของเซิร์ฟเวอร์ ฯลฯ ) ข้อมูลนี้ต้องเป็นจัดการแบ่งออกเป็นโครงสร้างรูปแบบใช้บางรูปแบบของระบบฐานข้อมูลขั้นสูง [ 7 ]หลายที่แตกต่างกันของข้อมูลระบุ ปะทะ ใหญ่ที่สุดตกลงเป็น 3 ต่อความเร็วและปริมาณความหลากหลาย หลายเพิ่มเติมถูกเพิ่ม เช่น ความเที่ยงตรงจริง ( ค่า [ 20 ] เช่นเดียวกับความผันแปร [ 2 ] พยายามที่จะครอบคลุมนี้คุณสมบัติที่แตกต่างกันของข้อมูลใหญ่สร้างมากที่ซับซ้อน รูปแบบ และวิธีการ ให้มันหนักเพื่อจัดการ นี้เป็นเพียงเพราะกระแสวิธีการหรือข้อมูลซอฟต์แวร์เครื่องมือเหมืองแร่ไม่ได้จัดการขนาดใหญ่และซับซ้อน นอกจากนี้มีความท้าทายบางอย่างที่อาจจะเผชิญในในอนาคต เช่น สถาปัตยกรรม การวิเคราะห์ การประเมินการกระจาย , การบีบอัด , เวลาพัฒนาข้อมูลการแสดงและซ่อนใหญ่ข้อมูล [ 8 ] เมื่อพิจารณาการใช้ข้อมูลสมาร์ทเมืองใหญ่ปัญหาเกิดขึ้นในพื้นที่ต่างๆ สำหรับหนึ่ง , รวบรวมข้อมูลที่ตัวเองมีความซับซ้อนโดยการดำรงอยู่ของแหล่งหลายรูปแบบที่แตกต่างกันและประเภทและนโยบายการใช้งานที่แตกต่างกันและการเข้าถึง นอกจากนี้ธรรมชาติที่ไม่มีโครงสร้างของข้อมูลให้ลำบากจัดหมวดหมู่และจัดระเบียบและเป็นวิธีที่สามารถเข้าถึงได้อย่างง่ายดายสำหรับโปรแกรมที่จะใช้ข้อมูลและแบ่งปันข้อมูล : การแบ่งปันข้อมูลข้อมูลระหว่างหน่วยงานต่างๆของเมืองคือความท้าทายอื่น หน่วยงานแต่ละรัฐและเมืองหรือแผนกมักจะมีคลังสินค้าของตัวเองหรือไซโลของที่เป็นความลับหรือข้อมูลสาธารณะ มากที่สุดของซึ่งมักจะไม่เต็มใจที่จะแบ่งปันสิ่งที่อาจจะถือว่าเป็นข้อมูลที่เป็นกรรมสิทธิ์ . นอกจากนี้บางข้อมูลอาจจะอยู่ภายใต้เงื่อนไขความเป็นส่วนตัวบางอย่างว่าทำให้พวกเขายากที่จะใช้ในหน่วยงานต่าง ๆความท้าทายที่นี่คือเพื่อให้แน่ใจว่าไม่ข้ามเส้นแบ่งระหว่างการรวบรวมและการใช้ข้อมูล ขนาดใหญ่ และให้สิทธิประชาชนความเป็นส่วนตัว [ 20 ] นี้คือที่ใช้ภายในเมือง เนื่องจากมี สมาร์ทภาคต่างๆ และอุตสาหกรรมที่เกี่ยวข้อง สมาร์ทซิตี้โปรแกรมจะต้องค้นหาวิธีเพื่อป้องกันหรือลดอุปสรรคเพื่อให้บรรลุข้อมูลที่ไร้รอยต่อการแบ่งปันและแลกเปลี่ยนระหว่างหน่วยงานต่าง ๆ [ 21 ]นอกจากนี้ กับหลาย ๆแหล่งข้อมูลที่หลากหลายแจกจ่ายระหว่างหน่วยงานที่เกี่ยวข้อง ข้อมูลบางอย่างประเภทดังกล่าวเป็นข้อมูลเชิงพื้นที่และเวลาที่สามารถปรับปรุงอย่างรวดเร็ว [ 21 ] ดังนั้น จึงเป็นเรื่องยากที่จะสร้างความเข้าใจรวมของความหมาย ข้อมูล และ สารสกัดจากความรู้ใหม่บนพื้นฐานของข้อมูลที่เฉพาะเจาะจงและวงจรข้อมูลแบบเรียลไทม์ เป็นผลให้ , มันจะยากที่จะสร้างฐานความรู้สำหรับเมืองฉลาด