An outlook of a future smart city in Taiwan from post–Internet of things to artificial intelligence Internet of things

Wu, Yung Chang; Wu, Yenchun Jim; Wu, Shiann Ming

doi:10.1016/b978-0-12-816639-0.00015-6

Cited by 11 publications

(10 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Segundo a visão de Wu (2019), a construção de um modelo de cidades inteligentes inclusivo e desenvolvido depende da utilização de algumas tecnologias que serão a base para aplicação de políticas públicas que possam tornar a vida do cidadão mais dinâmica e abrangente. Por isto a inteligência artificial (IA) e a Internet das coisas (IoT) estão progressivamente entrando na vida diária de toda uma sociedade em diversas aplicações de projetos que contemplem alimentos, medicamentos, habitação, transporte, educação e entretenimento até manufatura inteligente, segurança inteligente e varejo inteligente.…”

Section: Taipei (Taiwan)unclassified

“…O modelo implementado do sistema SCT (Smart City Taipei) focava em uma política tecnológica que teria três estratégias principais: a)Facilidade para gerar inovação; b)Transformações culturais; c)Engajamento dos stakeholders. Wu (2019) descreve que dentro deste projeto, o governo de Taipei adotou um modelo denominado "5 + N" como esquema para o desenvolvimento de uma cidade inteligente. O "5" indica cinco áreas principais que estão intimamente relacionadas à vida dos cidadãos, incluindo: Transporte Inteligente, Habitação Pública Inteligente, Assistência Médica Inteligente, Pagamento Inteligente para Educação Inteligente e Segurança Cibernética.…”

Section: Taipei (Taiwan)unclassified

See 1 more Smart Citation

Políticas Industriais e Tecnológicas desenvolvidas pelas nações do Leste asiático (Tigres Asiáticos) aplicadas ao modelo de cidades inteligentes

Barizon¹,

Rovere²

2021

Blucher Engineering Proceedings

View full text Add to dashboard Cite

Os estudos sobre os chamados tigres asiáticos (TA) disponíveis até o momento sugerem que estes países percorreram trajetórias tecnológicas bem-sucedidas devido aos seguintes fatores: a) intervenção governamental seletiva; b) caminhos em processos de industrialização e inovação de serviços; c) fabricação tecnológica com foco na exportação de produtos. Todos estes fatores viabilizam modelos de desenvolvimento que podem proporcionar novas diretrizes que serão aplicadas na direção da sustentabilidade e resiliência que são características primordiais no modelo de cidades inteligentes (Smart Cities).O objetivo desse artigo é discutir em que medida os tigres asiáticos têm condições de implementar ações de cidades inteligentes . Para tanto na primeira seção deste artigo será feita uma breve revisão das políticas de industrialização dos TA. Na segunda seção apresentaremos o conceito de cidades inteligentes e sua relevância para políticas públicas que promovam o bem-estar da população. Na terceira seção serão apresentados exemplos de ações de cidades inteligentes nos tigres asiáticos. Na última seção serão apresentadas as conclusões e sugestões para estudos futuros.

show abstract

Section: Taipei (Taiwan)unclassified

Políticas Industriais e Tecnológicas desenvolvidas pelas nações do Leste asiático (Tigres Asiáticos) aplicadas ao modelo de cidades inteligentes

Barizon¹,

Rovere²

2021

Blucher Engineering Proceedings

View full text Add to dashboard Cite

show abstract

“…To this end, transportation becomes the key element in logistics systems and directly affects the total logistics costs [8]. In general, transportation is nearly half the total cost of logistics and amounts to 4%-10% of the product selling price [9].…”

Section: Background a Transportation In Logistics Systemsmentioning

confidence: 99%

“…This section is about the concept of open data that is published by the government and should be freely available to every organization, person, and company [15]. Additionally, the open data platform is defined as a repository that is used to manage and release data to users [9]. The purpose of releasing government-owned data is to better empower citizens, reform public service, enhance transparency, and foster innovation [16].…”

Section: Open Datamentioning

confidence: 99%

The Prediction of Freeway Traffic Conditions for Logistics Systems

Wang

Chen

2019

IEEE Access

Self Cite

View full text Add to dashboard Cite

With a steady increase in the number of vehicles predicted, traffic congestion has become a significant logistical challenge. The increase in traffic not only results in pollution and traffic congestion, but also leads to increased travel time and productivity loss. Thus, traffic prediction has become an important research topic in the academia. In fact, logistics managers are more concerned about predicting short-term traffic conditions than the accuracy of prediction. Therefore, this study used a discrete-time Markov chain and online traffic monitoring data to predict the probability of traffic congestion and identify the freeway bottlenecks. The findings of the study revealed the high probability of National Freeway 3's northern section being non-congested during the morning and afternoon rush hours. However, several bottlenecks were found in the links to nearby urban areas. The results of this study can not only facilitate logistics managers to optimize vehicle routes but can also support transportation control centers with regulating traffic flow in freeways during peak periods.INDEX TERMS Discrete-time Markov chain, freeway traffic congestion, logistics management, short-term traffic prediction.

show abstract

“…With examples such as big data, self-driving cars, and IoT, there is an increasing emphasis on local processing of information to enable instantaneous decision making using AI, also called the Artificial Intelligence of Things (AIoT) [9], [10]. Edge computing can unlock the potential for making realtime decisions or extract knowledge near the data origin in a resource-efficient and secure manner [4].…”

Section: Introductionmentioning

confidence: 99%

Reliable Fleet Analytics for Edge IoT Solutions

Raj,

Westerlund,

Espinosa-Leal

2021

Preprint

View full text Add to dashboard Cite

In recent years we have witnessed a boom in Internet of Things (IoT) device deployments, which has resulted in big data and demand for low-latency communication. This shift in the demand for infrastructure is also enabling real-time decision making using artificial intelligence for IoT applications. Artificial Intelligence of Things (AIoT) is the combination of Artificial Intelligence (AI) technologies and the IoT infrastructure to provide robust and efficient operations and decision making. Edge computing is emerging to enable AIoT applications. Edge computing enables generating insights and making decisions at or near the data source, reducing the amount of data sent to the cloud or a central repository. In this paper, we propose a framework for facilitating machine learning at the edge for AIoT applications, to enable continuous delivery, deployment, and monitoring of machine learning models at the edge (Edge MLOps). The contribution is an architecture that includes services, tools, and methods for delivering fleet analytics at scale. We present a preliminary validation of the framework by performing experiments with IoT devices on a university campus's rooms. For the machine learning experiments, we forecast multivariate time series for predicting air quality in the respective rooms by using the models deployed in respective edge devices. By these experiments, we validate the proposed fleet analytics framework for efficiency and robustness.

show abstract

An outlook of a future smart city in Taiwan from post–Internet of things to artificial intelligence Internet of things

Cited by 11 publications

References 11 publications

Políticas Industriais e Tecnológicas desenvolvidas pelas nações do Leste asiático (Tigres Asiáticos) aplicadas ao modelo de cidades inteligentes

Políticas Industriais e Tecnológicas desenvolvidas pelas nações do Leste asiático (Tigres Asiáticos) aplicadas ao modelo de cidades inteligentes

The Prediction of Freeway Traffic Conditions for Logistics Systems

Reliable Fleet Analytics for Edge IoT Solutions

Contact Info

Product

Resources

About