IBM“绿色地平线”为中网加油 大数据技术助力全民健身

简介:

IBM与中国网球公开赛(以下简称中网)联合宣布,由IBM中国研究院牵头整合了全球研究室顶尖研发力量所推出的“绿色地平线”计划(Green Horizon)为2015年中国网球公开赛全程提供了全球尖端的技术支持,对赛场及周边的环境进行高精度的空气质量预测,帮助组委会优化赛程,并为球迷营造了更为舒适的观赛体验。不仅如此,赛后IBM还将高精度的空气质量预测延伸到场外,为市民了提供北京市近40座公园的空气质量预测及运动建议,服务“全民健身计划”,为市民和运动爱好者提供更加全面的运动建议。

中网携手“绿色地平线” 打造“以球迷为中心”的赛事体验

2015中国网球公开赛伴随着十一黄金周的到来也如约而至,在小长假期间享受一场世界高水平的网球盛宴是很多网球爱好者的不二之选。除了精彩的对决和比赛,球迷也关心北京的空气质量状况。

今年,IBM“绿色地平线”携手中网,科技助力黄金赛事。中网凭借IBM “绿色地平线”项目所提供的高精度空气质量预报,在赛事期间逐时(以每小时为单位)、精准地预报了北京提前3天的空气质量,更加行之有效地为球员、球迷提供了舒适的赛事体验。同时,IBM中国研究院气象及环境学专家还组成了专家智囊团,随时与赛事组委会针对空气变化进行了及时地沟通,并为其提供了全方位的决策支持及解决方案建议。“‘绿色地平线’是利用IBM认知计算、大数据分析以及物联网技术的优势,集合IBM全球12家研究院最优的技术资源,与合作伙伴协同创新, 帮助中国的能源和环境转型。“IBM利用全球领先的混合数据同化技术,对卫星、地面站、探空观测等多维度海量数据资料进行深度分析,结合最新的污染源分布数据,基于IBM认知建模和大数据分析技术,实现了提前72小时逐时的,分辨率达一平方公里的高精度污染预报,达到对空气质量更精细的分析和预测”, IBM中国研究院院长沈晓卫博士表示。

中网开赛以来,北京的空气质量稍有起伏,组委会通过“绿色地平线”的精确预测已提前得知了其变化的时间与幅度,专家智囊团也针对预测结果为中网提供了多项解决方案及建议,例如建议夜间增加赛场及周边的空气湿度,以改善白天的空气质量等。不仅如此,IBM还模拟了多种仿真场景来提升赛场及周边的空气质量,致力于提升大众的赛事体验。基于IBM高精度的空气质量预报及专家建议,中网组委会快速做出反应,先后开启了场内多个空气净化设备、调整工作人员及志愿者的工作时间及启动球员关怀计划等。

IBM绿色地平线为中网加油 大数据技术助力全民健身图:“绿色地平线”为中网提供了未来3天的高分辨率空气质量预测,组委会根据大屏每小时监测并知晓空气质量情况,使球迷、球员和工作人员获得了更好地赛事体验。

“我们一直致力于为球迷及网球爱好者奉献精彩绝伦的中国网球公开赛,为来自世界各地的顶级网球运动员提供最佳的比赛场馆。今年继续与IBM携手,通过其世界领先的‘绿色地平线’空气质量预测技术希望可以为球迷和运动员提供一次前所未有的网球盛宴。” 中国网球公开赛赛事总监张军慧先生提到,“这项全球领先的技术已为中网打上了绿色赛事的标签,希望绿色的中网体验可以使更多的球迷、网球爱好者、运动爱好者投入到体育运动及全民健身当中。”

类脑认知分析走入生活 让运动更健康

据艾瑞咨询统计,94.5%的被访者认为运动环境有待提升。 为支持国务院颁发的《关于加快发展体育产业促进体育消费的若干意见》 中指出的,营造重视体育支持体育参与体育的社会氛围,将全民健身上升为国家战略在中网赛事后,IBM凭借其不断学习、训练,有效地提升了决策精准度并融合了多个认知计算模型分析的类脑超级模型,继续为北京市民提供高精度空气质量预测,使市民可以更有预见性的规划运动、健身活动。

中网微信公众平台上线的一款在赛后持续服务于大众的“绿色健身助手”应用,是IBM“绿色地平线”技术的又一次展示和应用。此应用通过中网社交媒体平台,通过清晰、高精、美观、简单明了的页面设计及操作,为北京市民提供北京市近40座公园的空气质量预测及运动建议,影响人群已达9万人。市民可通过手机应用轻松地进行实时精准定位,软件可为其推荐最舒适的运动场所及最适合的运动方式。通过“绿色健身助手”,民众可以尽情享受运动带来的乐趣。

IBM绿色地平线为中网加油 大数据技术助力全民健身图:IBM“绿色地平线”技术——绿色健身助手,使市民可通过移动端获得北京市近40座公园的空气质量预测及运动建议。

IBM全球能源与电力事业部总经理Brad Gammons表示:“IBM绿色地平线项目此次与中网的联手,为这场体育盛宴增加了更多的科技和健康元素。未来,我们还会不断将绿色地平线技术融入到普通大众的日常健康运动当中,希望科技的力量帮助更多的人享受到高品质的运动健身环境。”

中网与IBM共同相信“绿色地平线”将会在未来更广泛地运用到全国的城市空气质量预测及与民生密切相关的项目当中,致力于为大众提供方便、快捷、精准的空气质量预报,有效地提升民众的生活质量。

原文发布时间为:2015年10月12日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
3月前
|
数据采集 传感器 人工智能
大数据关键技术之电商API接口接入数据采集发展趋势
本文从数据采集场景、数据采集系统、数据采集技术方面阐述数据采集的发展趋势。 01 数据采集场景的发展趋势 作为大数据和人工智能工程的源头,数据采集的场景伴随着应用场景的发展而变化,以下是数据采集场景的发展趋势。
|
3月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
3月前
|
机器学习/深度学习 数据采集 算法
大数据分析技术与方法探究
在当今信息化时代,数据量的增长速度远快于人类的处理能力。因此,如何高效地利用大数据,成为了企业和机构关注的焦点。本文将从大数据分析的技术和方法两个方面进行探究,为各行业提供更好的数据应用方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
52 2
|
14天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
3月前
|
机器学习/深度学习 存储 人工智能
大数据处理与分析技术:未来的基石
在信息化时代,数据已成为企业发展和决策的基础。而随着数据量的不断增长,传统的数据处理方法已经无法满足现代企业的需求。因此,大数据处理与分析技术的出现成为了新时代的必需品。本文将介绍大数据处理与分析技术的概念,意义、应用场景以及未来发展趋势。
50 3
|
23天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
28天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
1月前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。

热门文章

最新文章