UrbanKG меъмории чорқабатаи графи дониш аст, ки барои пайвастани маълумоти нақлиёт, энергетика, муҳити зист, амнияти ҷамъиятӣ ва хизматрасониҳои шаҳрвандии шаҳрҳои зирак дар як модели умумии маъноӣ таҳия шудааст. Дар таҳқиқоте, ки Sommai Khantong, Charuay Savithi ва Mohammad Nazir Ahmad анҷом додаанд, Методологияи Таҳқиқоти Илми Тарроҳӣ (Design Science Research Methodology, DSRM) истифода шуда, чаҳорчӯба тавассути татбиқи исботи мафҳум, ки аз манбаъҳои маълумоти боз сохта шудааст, арзёбӣ гардидааст. Графи дониши бадастомада 287.456 сегонаи RDF, 23.847 воҳиди гуногун, 127 навъи муносибат ва 42.384 мушоҳидаи дорои тамғаи вақтро дар бар мегирад. Таҳқиқгарон гузориш медиҳанд, ки панҷ ҳадафи тарроҳӣ иҷро шудаанд, 23 қолаби пурсиши байнисоҳаӣ бомуваффақият кор кардаанд ва меъмории пешниҳодшуда аз ҷиҳати ҳамгироии маъноӣ, намояндагии замонӣ, идоракунии федеративӣ ва хулосабарории омехта аз лиҳози техникӣ иҷрошаванда аст. Ин натиҷаҳо маънои онро надоранд, ки татбиқи комили истеҳсолии зинда дар як метрополияи воқеӣ тасдиқ шудааст.

Мушкилоти асосии таҳқиқот танҳо дар он нест, ки маълумоти шаҳрӣ дар файлҳо ё серверҳои гуногун ҷойгир аст, балки дар он аст, ки системаҳои гуногун ҳамон объектҳо, ҷойҳо, вақтҳо ва муносибатҳоро бо тарзҳои мухталиф таъриф мекунанд. UrbanKG ин парокандагии маъноиро тавассути онтологияҳо, шиносаҳои стандартӣ, муносибатҳои RDF, пурсишҳои SPARQL ва пайвандҳои байнисоҳаӣ ҳал мекунад.

Таҳқиқот ҳамчунин нишон медиҳад, ки дастрасии хизматрасониҳо дар дохили шаҳрро метавон бо арзёбии якҷояи инфрасохтори нақлиётӣ бо беморхонаҳо, хизматрасониҳои давлатӣ ва нишондиҳандаҳои муҳити зист омӯхт. Аммо бинобар маҳдудиятҳои манбаъҳои истифодашуда, қарорҳои намунагирӣ, ҷузъҳои синтетикии ёрии таъҷилӣ ва баъзе таърифҳои ченкунӣ, натиҷаҳо бояд дар якҷоягӣ бо шароити исботи мафҳуми баррасишуда тафсир шаванд.

1. Мушкилоти асосӣ дар шаҳрҳои зирак: Чаро танҳо маълумот кофӣ нест?

Системаҳои шаҳрҳои зирак маълумотро аз инфрасохторҳои техникии мустақил аз ҳамдигар ҷамъ мекунанд. Системаҳои нақлиёт истгоҳҳо, воситаҳои нақлиёт, масирҳо ва рейсҳоро; системаҳои энергетикӣ ҳисобкунакҳо, иншооти тақсимот ва истеъмолро; системаҳои муҳити зист сифати ҳаво ва ченкуниҳои метеорологиро; системаҳои амнияти ҷамъиятӣ ҳодисаҳо ва захираҳои вокунишро; хизматрасониҳои шаҳрвандӣ бошад дархостҳои хизматрасонӣ ва ҳолати онҳоро сабт мекунанд.

Дар ҳоле ки ин сабтҳо бояд якҷоя арзёбӣ шаванд, муассисаҳои гуногун метавонанд моделҳои алоҳидаи маълумот, шиносаҳо, протоколҳои дастрасӣ ва истилоҳотро истифода баранд. Аз ин рӯ, маълумоти нақлиёт, энергетика ва муҳити зисте, ки ба як маҳалла дахл дорад, аз назари системаҳои компютерӣ метавонад аз ҳамдигар ҷудо бимонад.

Ин ҳолатро силошавии маълумот меноманд. Ҷанбаи маъноии силошавӣ махсусан муҳим аст: дар як шакл нигоҳ доштани ду маҷмӯи маълумот кафолат намедиҳад, ки онҳо ҳамон мафҳумҳоро намояндагӣ мекунанд ё муносибати байни онҳо равшан таъриф шудааст.

Масалан, шиносаи истгоҳ дар сабти нақлиётӣ ва объекти ҷойгиршавии ҷисмонӣ дар маҷмӯи маълумоти маконӣ метавонанд ҳувиятҳои гуногун дошта бошанд. Танҳо якҷо кардани файлҳо бе сохтани муносибати умумӣ ба таври худкор шарҳ намедиҳад, ки ин ду сабт чӣ гуна бо ҳам пайвастанд.

Масъалаи таҳқиқотии UrbanKG ин аст, ки маълумоти истеҳсолкардаи муассисаҳои гуногунро бе он ки пурра ба як нақшаи марказӣ интиқол диҳад, тавассути сохтори умумии маъноӣ қобили пурсиш ва қобили тафсири муштарак гардонад.

Графи Дониш Чист ва Дар Шаҳрҳои Зирак Чӣ Кор Мекунад?

Графи дониш (Knowledge Graph, KG) модели сохторёфтаи дониш аст, ки воҳидҳои ҷаҳони воқеиро бо гиреҳҳо ва муносибатҳои муайяншудаи байни ин воҳидҳоро бо пайвандҳо намояндагӣ мекунад. Дар шаҳрҳои зирак графи дониш имкон медиҳад, ки воҳидҳои соҳаҳои гуногун, аз қабили истгоҳи нақлиёт, нуқтаи тақсимоти нерӯи барқ, сенсори муҳити зист, минтақаи маъмурӣ ва хизматрасонии давлатӣ дар як чаҳорчӯбаи маъноии ягона ба ҳам пайваст карда шаванд. Таҳқиқоти UrbanKG графҳои донишро на ҳамчун анбори ҳатмии марказие, ки тамоми маълумоти шаҳрро дар як ҷой нигоҳ медорад, балки ҳамчун инфрасохторе ҷойгир мекунад, ки байни манбаъҳои гуногуни маълумот пайванди маъноӣ фароҳам меорад.

2. Сегонаи RDF: Муносибат чӣ гуна аз ҷониби компютер намояндагӣ мешавад?

Яке аз технологияҳои асосии таҳқиқоти манбаъ Чаҳорчӯбаи Тавсифи Захираҳо (Resource Description Framework, RDF) мебошад. RDF донишро дар шакли муносибатҳои сеҷузъаӣ намояндагӣ мекунад:

Субъект — Предикат — Объект

Субъект воҳидест, ки дар бораи он маълумот дода мешавад. Предикат нишон медиҳад, ки кадом хусусият ё муносибати воҳид баён шудааст. Объект бошад воҳиди дигар ё арзишеро нишон медиҳад, ки муносибат ба он пайваст мешавад.

Барои шарҳи равиши RDF-и манбаъ, мисоли мустақили омӯзишии зеринро метавон истифода бурд:

urb:Durak_A  urb:bulunduguBolge  urb:Bolge_5 .

Ин ифода нишон медиҳад, ки воҳиди бо номи Durak_A дар минтақаи маъмурии бо номи Bolge_5 ҷойгир аст. Номҳои ин ҷо ҷойнишонҳои омӯзишӣ мебошанд; онҳо ҳамчун сабтҳои воқеии тасдиқшуда дар маҷмӯи маълумоти UrbanKG пешниҳод намешаванд.

Дар RDF шиносаҳои пурра метавонанд дар шакли URI ё IRI истифода шаванд. Пешвандҳои кӯтоҳшуда имкон медиҳанд, ки шиносаҳои дароз ба шакли хонданаш осонтар нишон дода шаванд. Маънои муносибат низ дар дохили онтология таъриф мешавад, то барномаҳои гуногун як предикатро ба таври мувофиқ арзёбӣ кунанд.

3. Фарқи байни онтология, T-Box ва A-Box

Онтология сохтори расмиест, ки мафҳумҳои як соҳаи муайяни дониш, муносибатҳои байни онҳо ва хусусиятҳои мантиқии онҳоро таъриф мекунад. Дар UrbanKG онтология барои он истифода мешавад, ки муассисаҳои гуногун намудҳои якхелаи воҳидҳоро бо маъноҳои умумӣ намояндагӣ карда тавонанд.

T-Box (Terminological Box) қисми консептуалӣ ва нақшавии модели дониш аст. Он таъриф мекунад, ки як воҳид метавонад ба кадом синф тааллуқ дошта бошад, синфҳо бо ҳам чӣ муносибат доранд ва хусусиятҳо ба кадом навъи воҳидҳо татбиқ шуда метавонанд.

A-Box (Assertional Box) сабтҳои намунавии воҳидҳои мушаххас ва муносибатҳои воқеии байни ин воҳидҳоро дар бар мегирад.

Масалан, дар як онтология таъриф кардани синфе бо номи "TopluTaşımaDurağı" амали консептуалии сатҳи T-Box мебошад. Нишон додани он ки як воҳиди истгоҳи мушаххас ба ин синф тааллуқ дорад, бошад маълумоти намунавии сатҳи A-Box аст.

Дар исботи мафҳуми UrbanKG 287.456 сегонаи RDF ҳамчун сабтҳои A-Box гузориш шудаанд. Ин рақам набояд бо шумораи синфҳои онтология омехта карда шавад.

4. RDF, RDFS, OWL, SHACL, SPARQL ва GeoSPARQL аз ҳам чӣ фарқ доранд?

Ҳамаи ин стандартҳо як корро иҷро намекунанд. RDF маълумотро намояндагӣ мекунад, онтология маънои он маълумотро сохтор медиҳад, SHACL санҷиши мувофиқатро таъмин мекунад, SPARQL пурсиш мекунад ва GeoSPARQL амалиётҳои макониро имконпазир мегардонад.

Хусусан хулосабарории мантиқӣ дар OWL ва санҷиши мувофиқати маълумот дар SHACL бояд аз ҳам ҷудо карда шаванд. Аз ҷиҳати мантиқӣ ҳосил кардани муносибати нав дар граф маънои онро надорад, ки маълумот ҳамаи маҳдудиятҳои татбиқиро қонеъ мекунад.

5. Муносибати байни графи дониш ва дугоники рақамӣ

Дугоники рақамӣ (digital twin) равиши системавиест, ки як воҳид ё системаи ҷисмониро дар муҳити рақамӣ намояндагӣ мекунад ва метавонад тавассути пайвандҳои мувофиқи маълумот нав карда шавад. Графи дониш бо худи ин сохтор комилан як чиз нест.

Дар равиши UrbanKG графи дониш метавонад инфрасохтори маъноиеро ташкил диҳад, ки воҳидҳои ҷисмонӣ ва маъмурӣ, муносибатҳои байни онҳо, заминаи ҷуғрофӣ ва сарчашмаи маълумотро намояндагӣ мекунад. Ҷузъҳои визуализатсия ё симулятсияи дугоники рақамӣ бошанд метавонанд бар асоси ин дониши сохторёфта кор кунанд.

Дар таҳқиқоти манбаъ ҳамоҳангсозии дугоники рақамӣ дар байни имкониятҳои татбиқии меъморӣ муайян шудааст. Ин ҳолат маънои онро надорад, ки дар таҳқиқот як дугоники рақамии пурраи шаҳр дар муҳити зинда фаъолият кардааст.

6. Холигие, ки UrbanKG дар адабиёт мекӯшад ҳал кунад

Таҳқиқоти манбаъ нишон медиҳад, ки равишҳои қаблӣ дар бораи графҳои дониши шаҳрҳои зирак дар соҳаҳои мушаххаси маълумот, ба монанди нақлиёт ё ҳаракатнокӣ, пешрафтҳои муҳим ба даст овардаанд, аммо дар идоракунии муштараки маълумоти муассисаҳои мустақил, хулосабарории байнисоҳаӣ ва арзёбии низомманди натиҷаҳои техникӣ масъалаҳои кушодаи таҳқиқотӣ боқӣ мондаанд.

Km4City, равиши UrbanKG-и Liu ва ҳамкоронаш, графҳои замонии дониши шаҳрӣ ва корҳои қаблӣ ба монанди Snap4City дар чаҳорчӯбаи муқоисавии таҳқиқот баррасӣ мешаванд.

Аз ин рӯ, саҳми таҳқиқоти нав дар он нест, ки технологияи графи дониш бори аввал дар шаҳрҳои зирак истифода шудааст. Саҳм дар як чаҳорчӯбаи умумии тарроҳӣ ҷойгир кардани сохтордиҳии онтологиямеҳвар, идоракунии федеративии маълумот, намояндагии замонии дониш, ҳамгироии хулосабарории дедуктивӣ ва индуктивӣ ва арзёбии исботи мафҳум мебошад.

Дар манбаъ ҳамчунин муқоисаҳо бо корҳои қаблӣ мавҷуданд. Ин муқоисаҳо ба хусусиятҳое асос ёфтаанд, ки дар мақолаҳои баррасишуда гузориш шудаанд; онҳоро набояд ҳамчун мусобиқаи фарогир ва мустақили байналмилалии иҷрои ҳамаи технологияҳои эҳтимолии графи дониш тафсир кард.

Меъмории Чорқабатаи UrbanKG Чӣ Гуна Кор Мекунад?

Меъмории чорқабатаи UrbanKG аз қабули маълумот, ҳамгироии маъноӣ, нигоҳдории графи дониш ва хизматрасониҳои татбиқӣ-таҳлилӣ иборат аст. Қабати якум маълумоти аз манбаъҳои гуногун омадаро ба шакли RDF табдил медиҳад. Қабати дуюм амалиёти мувофиқсозии воҳидҳо, ҳамоҳангсозии онтология ва сохтани пайвандҳои байнисоҳаиро иҷро мекунад. Қабати сеюм сегонаҳои RDF ва вазифаҳои хулосабарориро ҷой медиҳад. Қабати чорум бошад интерфейсҳои пурсиш, панелҳо ва хизматрасониҳои дастгирии қарорро пешниҳод мекунад. Меъморӣ ҳадаф дорад, ки бе маҷбур сохтани моликияти марказии маълумот истифодаи муштараки маъноиро таъмин кунад.

7. Қабати якум: Қабули маълумот

Қабати қабули маълумот иттилоотеро, ки инфрасохтори шаҳри зирак дар шаклҳои гуногун тавлид мекунад, барои интиқол ба графи дониш омода месозад. Дар байни манбаъҳо ҷараёнҳои сенсор, сабтҳои системаи иттилооти ҷуғрофӣ, маҷмӯи маълумоти кушодаи давлатӣ ва интерфейсҳои барномасозии барномаҳо мавҷуданд.

Дар таҳқиқот Apache Kafka барои буфер кардани ҷараёнҳои маълумот ва Apache Flink барои коркарди маълумоти ҷараёнӣ истифода шудаанд. Дар исботи мафҳум бо Flink дар равзанаҳои панҷдақиқаӣ ҷамъбаст анҷом дода шудааст.

Харитасозиҳои RML ва R2RML муайян мекунанд, ки майдонҳои маълумоти манбаъ чӣ гуна ба синфҳо ва хусусиятҳои дар онтология таърифшуда табдил дода мешаванд. Масалан, номи истгоҳ ва шиносаи истгоҳ дар маълумоти нақлиёт метавонанд барои сохтани як воҳиди истгоҳи нақлиёти ҷамъиятӣ дар шакли RDF истифода шаванд.

Ин харитасозӣ танҳо иваз кардани формати файл нест. Муайян кардани он ки майдонҳои манбаъ бо кадом мафҳумҳо мувофиқат мекунанд, барои мутобиқати пурсишҳои маъноии баъдӣ зарур аст.

8. Қабати дуюм: Ҳамгироии маъноӣ

Қабати ҳамгироии маъноӣ муайян мекунад, ки сабтҳои системаҳои гуногун ба кадом воҳидҳои ҷаҳони воқеӣ тааллуқ доранд ва ин воҳидҳо чӣ гуна бо онтологияи умумӣ пайваст мешаванд.

Ҳалли воҳид (entity resolution) раванди арзёбии он аст, ки оё сабтҳои гуногун як воҳидро намояндагӣ мекунанд ё не. Ҳамоҳангсозии онтология ба мувофиқ кардани таърифҳои баробар ё марбут дар нақшаҳои консептуалии гуногун равона шудааст. Кашфи пайванд бошад имкон медиҳад, ки байни соҳаҳои гуногуни маълумот муносибатҳои нав сохта шаванд.

Дар исботи мафҳуми UrbanKG наздикии маконӣ ва мувофиқати навъ ҳамзамон истифода шудаанд. Дар манбаъ гуфта мешавад, ки воҳидҳое, ки дар ҳадди 50 метр ҷой доранд ва аз ҷиҳати навъ мувофиқанд, барои пайванди owl:sameAs арзёбӣ шудаанд.

owl:sameAs байни ду шиносае, ки ҳамчун намояндаи ҳамон як воҳиди ҷаҳони воқеӣ қабул мешаванд, изҳороти қавии ҳамҳувиятӣ медиҳад. Танҳо дар ҷойҳои наздик ба ҳам қарор доштан ҳамҳувиятии воқеиро исбот намекунад. Аз ин рӯ, мувофиқати навъ ва арзёбии саҳеҳӣ муҳиманд.

9. Қабати сеюм: Нигоҳдории графи дониш

Қабати сеюм сегонаҳои сохташудаи RDF ва метамаълумоти марбутро нигоҳ медорад. Дастрасӣ тавассути пурсишҳои SPARQL таъмин мешавад. Қоидаҳои онтологӣ метавонанд аз ҷониби муҳаррики хулосабарорӣ коркард шаванд ва моделҳои embedding-и граф метавонанд аз қолабҳои муносибатӣ омӯзанд.

Дар татбиқи манбаъ Apache Jena Fuseki 4.7.0 ва пуштибонии TDB2 истифода шудаанд. Система дар муҳити Docker бо чор ядрои CPU ва 16 GB RAM кор кардааст.

Ин маълумоти сахтафзор ва нармафзор барои фаҳмидани он муҳим аст, ки натиҷаҳои иҷро ба кадом муҳити техникӣ вобастаанд. Пешакӣ фарз кардан мумкин нест, ки дар сахтафзори дигар ҳамон вақтҳои пурсиш ба даст меоянд.

10. Қабати чорум: Татбиқ ва таҳлил

Қабати охирин хизматрасониҳоеро дар бар мегирад, ки графи дониши сохташударо пурсиш мекунанд ва онро ба равандҳои дастгирии қарорҳои шаҳрӣ мепайванданд. Нуқтаи ниҳоии SPARQL ба барномаҳо имкон медиҳад, ки дар соҳаҳои гуногуни маълумоти шаҳрӣ пурсишҳои муносибатӣ анҷом диҳанд.

Меъмории манбаъ панелҳои нишондиҳандаҳо, муносибатҳои байнисоҳаии ҳодисаҳо, пайвандҳои дугоники рақамӣ ва хизматрасониҳои пешгӯиро ҳамчун ҷузъҳои эҳтимолии татбиқ муайян мекунад. Дар исботи мафҳум барои ҳамаи онҳо иҷрои пайвастаи истеҳсолӣ дар миқёси шаҳри воқеӣ гузориш нашудааст.

11. Якҷо шудани панҷ соҳаи маълумоти шаҳрӣ дар модели умумӣ

GeoSPARQL бо фароҳам кардани мафҳумҳои умумии маконӣ ба пурсидани он ки воҳидҳои соҳаҳои гуногун дар куҷо ҷойгиранд ва нисбат ба ҳам чӣ мавқеъ доранд, кумак мекунад.

Доираи модели расмии онтология ҳамчун 47 синф, 89 хусусияти объектӣ ва 34 хусусияти навъи маълумот гузориш шудааст. Ин се категория аз ҳам фарқ доранд: синф навъи объектро, хусусияти объектӣ муносибати байни ду воҳидро ва хусусияти навъи маълумот арзиши ададӣ ё матнии вобаста ба воҳидро намояндагӣ мекунад.

Идоракунии Федеративии Маълумот Чист?

Идоракунии федеративии маълумот равишест, ки ба соҳаҳои гуногуни маълумот имкон медиҳад, дар ҳоле ки масъулияти идоракунӣ ва нигоҳдории институтсионалии худро нигоҳ медоранд, тавассути стандартҳои умумӣ якҷоя пурсиш шаванд. UrbanKG соҳаҳои шаҳриро ҳамчун бахшҳои алоҳидаи графҳои номгузоришуда баррасӣ мекунад ва пайвастани онҳоро бо истилоҳоти умумии онтологӣ пешниҳод менамояд. Ҳамин тавр, ҷамъ кардани соҳаҳое чун нақлиёт ё энергетика дар зери як соҳиби ягонаи институтсионалии маълумот ҳатмӣ нест. Аммо тақсимоти федеративӣ худ ба худ исбот намекунад, ки иҷозатдиҳӣ дар сатҳи маълумоти шахсӣ, махфият ё мутобиқати пурра ба қонунгузорӣ таъмин шудааст.

12. Графҳои номгузоришуда ва пурсиши байнисоҳаӣ

Дар RDF графи номгузоришуда (named graph) имкон медиҳад, ки маҷмӯи муайяни сегонаҳои RDF зери як ҳувияти муайяншудаи граф нигоҳ дошта шавад. Ин сохтор метавонад барои ҷудо кардани заминаҳое ба монанди манбаи маълумот, соҳа, версия ё вақт истифода шавад.

Дар UrbanKG пешбинӣ шудааст, ки соҳаҳои нақлиёт, энергетика, муҳити зист, амнияти ҷамъиятӣ ва хизматрасониҳои шаҳрвандӣ алоҳида идора карда шаванд. Байни соҳаҳо метавон аз ҳувиятҳои умумӣ, пайвандҳои онтологӣ ва вазифаҳои федератсияи SPARQL 1.1 истифода кард.

Дар SPARQL, ифодаи GRAPH дар графи номгузоришудаи муайян мувофиқсозӣ мекунад, дар ҳоле ки ифодаи SERVICE метавонад пурсишро ба нуқтаи ниҳоии дигари хизматрасонии SPARQL равона кунад. Инҳо як вазифа нестанд; мантиқи графи номгузоришуда ва дастрасӣ ба нуқтаи ниҳоии тақсимшуда бояд аз ҳам ҷудо карда шаванд.

Манбаъ мегӯяд, ки дар идоракунии версияи маъноӣ аз маълумоти версияи онтология ва дар огоҳиномаҳои тағйирот аз мавзӯъҳои Kafka истифода шудааст. Барои ихтилофҳои навсозӣ ҳалли ба тамғаи вақт асосёфта ва равиши ба мутобиқати тадриҷӣ дар тӯли вақт расидан таъриф шудааст.

13. Чаро маълумоти замонӣ алоҳида намояндагӣ мешавад?

Баъзе маълумоти шаҳр нисбатан устувор аст: пайваст будани роҳҳо ба ҳам ё муносибатҳои марзҳои маъмурӣ мисоли онанд. Арзиши сенсор, ҷойгиршавии воситаи нақлиёт ё ҳолати ҳодиса бошад метавонад бо гузашти вақт тағйир ёбад.

UrbanKG муносибатҳои сохторӣ ва сабтҳои мушоҳидавии вобаста ба вақтро ҷудо мекунад. Маълумоти мушоҳида метавонад дар графҳои номгузоришудаи дорои тамғаи вақт нигоҳ дошта шавад. Барои вақтҳои оғоз ва анҷоми ҳодисаҳо OWL-Time ва барои сарчашмаи маълумот ва муносибатҳои тавлид PROV-O истифода шуда метавонанд.

Ба UTC мутобиқ кардани тамғаҳои вақт дар формати ISO 8601 заминаи умумиро байни шаклҳои вақти манбаъҳои гуногун фароҳам меорад. Бо вуҷуди ин, маълумоти ҷамъбастии рӯзона ва ченкунии сатҳи дақиқа дақиқии замонии яксон надоранд. Манбаъ пешбинӣ мекунад, ки ин фарқият бо метамаълумоти дақиқӣ намояндагӣ шавад.

Дар мисоли бастани роҳ дар таҳқиқоти манбаъ нишон дода мешавад, ки як ҳодиса бо фосилаи вақте намояндагӣ мешавад, ки 15 март 2026 оғоз шуда, 30 июн 2026 анҷом меёбад. Ин мисол намоиши кодӣ барои шарҳи механизми онтология аст; набояд бо давраи асосии мушоҳидаи исботи мафҳум аз 1–14 май 2024 омехта шавад.

Илова бар ин, пештар рӯй додан аз ҷиҳати замонӣ худ ба худ сабабиятро исбот намекунад. Дар тафсири илмии занҷирҳои ҳодисаҳо тартиби вақт ва муносибати сабабӣ бояд алоҳида баррасӣ шаванд.

14. Хулосабарории дедуктивӣ ва индуктивӣ

Равиши хулосабарории омехтаи UrbanKG ду шакли гуногуни коркарди донишро муттаҳид мекунад.

Хулосабарории дедуктивӣ (deductive inference) аз муносибатҳои муайяншудаи онтология ва қоидаҳои мантиқӣ оғоз карда, муносибатҳоеро ҳосил мекунад, ки ошкоро навишта нашудаанд, аммо қоидаҳо онҳоро дастгирӣ мекунанд.

Хулосабарории индуктивӣ (inductive inference) аз моделҳои ададие истифода мекунад, ки қолабҳои муносибатии дохили маълумотро меомӯзанд. Усулҳои embedding-и графи дониш метавонанд бо ин мақсад воҳидҳо ва муносибатҳоро бо векторҳо намояндагӣ кунанд.

15. Маънои қоидаҳои OWL-RL

Дар манбаъ гуфта мешавад, ки 23 қоидаи OWL-RL бо механизми хулосабарории занҷирбандии пешрави Apache Jena татбиқ шудаанд. Дар равиши занҷирбандии пешрав аз донишҳои мавҷуда тавассути қоидаҳо хулосаҳои нав тавлид мешаванд.

Яке аз навъҳои намунавии қоида гузарандагии зерсинф аст. Агар синфи A зерсинфи B ва синфи B зерсинфи C бошад, метавон хулоса кард, ки A низ зерсинфи C аст.

Дар хулосабарории домен (domain), вақте дар онтология таъриф мешавад, ки як хусусият ба кадом синф татбиқ шуда метавонад, дар бораи синфи воҳиде, ки он хусусиятро истифода мекунад, натиҷа гирифтан мумкин аст.

Дар манбаъ инчунин мисолҳои хулосабарорӣ барои фарогирии маконӣ ва муносибатҳои синфӣ мавҷуданд. Муҳим аст, ки чунин қоидаҳо дар амал бо кадом муносибатҳои маконӣ ва фарзияҳои мантиқӣ истифода мешаванд; ҳамаи муносибатҳои ҷойгиршавӣ наметавонанд бидуни шарт гузаранда ҳисобида шаванд.

Дар қисми арзёбии манбаъ ҳамчунин ифодаи 23 қоидаи SWRL дида мешавад. OWL-RL ва SWRL аз ҷиҳати техникӣ мафҳумҳои гуногунанд. Аз ин рӯ, танҳо ба сабаби яксон будани рақам набояд фарз кард, ки ду оилаи қоидаҳо якхелаанд; фарқи истилоҳотӣ дар дохили таҳқиқот нигоҳ дошта шудааст.

16. Модели embedding-и графи дониш RotatE

RotatE равиши пешгӯии пайванд аст, ки воҳидҳо ва муносибатҳои графи донишро тавассути намояндагиҳои вектории ададӣ модел мекунад. Дар таҳқиқоти манбаъ ҳадафи RotatE таъмин кардани ҷузъи индуктивиест, ки метавонад ғайр аз муносибатҳои ошкоро сабтшуда қолабҳои эҳтимолии пайвандро омӯзад.

Модели embedding воҳидҳоро ба намояндагиҳои ададӣ табдил медиҳад. Ин намояндагиҳо омӯзиши қолабҳои муносибатиро имконпазир мекунанд; аммо гирифтани холҳои баланди пешгӯӣ барои як пайванд маънои тасдиқи қатъии муносибати воқеӣ дар ҷаҳони воқеиро надорад.

Ин параметрҳо конфигуратсияи модели гузоришшуда дар татбиқи манбаъ мебошанд. Ҳеҷ иддаое вуҷуд надорад, ки дар маҷмӯаҳои дигари маълумот беҳтарин натиҷаҳо ҳатман бо ҳамин параметрҳо ба даст меоянд.

Усул ва Натиҷаҳои Таҳқиқот

17. Шаш марҳилаи Методологияи Таҳқиқоти Илми Тарроҳӣ

Таҳқиқоти Илми Тарроҳӣ (Design Science Research, DSR) равишест, ки таҳия ва арзёбии маҳсулоти таҳқиқотӣ, ба монанди модел, усул ё системаеро, ки барои ҳалли мушкилот равона шудаанд, дар марказ мегузорад. DSRM бошад методологияи дар манбаъ истифодашудаест, ки ин таҳқиқотро дар раванди шашмарҳилаӣ ташкил мекунад.

Шакли якуми манбаъ давраи мувофиқати DSR-ро, ки бо талабот пайваст аст, давраи сахтгириро, ки бо пойгоҳи дониши илмӣ пайваст аст, ва давраи тарроҳиро, ки дар он маҳсулоти таҳқиқотӣ такроран таҳия ва арзёбӣ мешавад, ба ҳам мепайвандад.

18. Панҷ ҳадафи тарроҳӣ

Манбаъ мегӯяд, ки ҳамаи панҷ ҳадаф дар арзёбии исботи мафҳум иҷро шудаанд. Натиҷаи «иҷро шуд» дар ин ҷо маънои онро дорад, ки ҳадафҳо дар доираи таҳқиқоти таърифшуда санҷида шудаанд. Ин маънои онро надорад, ки ҳамаи шароити густариши воқеии истеҳсолӣ байни муассисаҳо ё фаъолияти бефосилаи саросарии шаҳр таъмин шудаанд.

19. Манбаъҳои маълумот ва шароити намунагирӣ

Исботи мафҳум аз панҷ соҳаи маълумоти шаҳрӣ манбаъҳоро истифода мебарад. Гарчанде таҳқиқот ба заминаи маълумоти шаҳрии Тайланд такя мекунад, набояд фарз кард, ки ҳар маҷмӯи маълумот дар ҳамон шаҳр, ҳамон давра ва бо ҳамон усул мустақиман мушоҳида шудааст.

Барои таҳлили маконӣ маълумоти марзии OpenStreetMap ва манбаъҳои дахлдори маълумоти давлатии Тайланд истифода шудаанд. Дар манбаъ майдони таҳқиқот 103,3 km² ва ҳашт зерминтақаи маъмурӣ нишон дода шудааст. Зичии аҳолии гузоришшуда аз 22.400 нафар/km² дар минтақаҳои марказӣ то 1.850 нафар/km² дар қисматҳои берунӣ тағйир меёбад.

Дар байни хусусияти маҷмӯи маълумоти энергетикии UCI ва сана ва шумораи ҳисобкунакҳои гузоришшуда дар манбаъ низ масъалаҳое ҳастанд, ки санҷиши иловагиро талаб мекунанд. Аз ин рӯ, аз ҷиҳати илмӣ бехатар нест, ки тамоми маълумоти энергетикӣ ҳамчун маълумоти мустақиман дар Bangkok дар он санаҳо ченшуда пешниҳод шаванд. Арзишҳои додаи манбаъ бетағйир нигоҳ дошта шуда, ин маҳдудият намоён боқӣ мемонад.

20. Андозаи графи дониши сохташуда

Бештар будани шумораи мушоҳидаҳо дар манбаъҳои хоми маълумот ва фарқ кардани шумораи сегонаҳо ё мушоҳидаҳои дорои тамғаи вақт дар графи дониши сохташуда худ ба худ далели гум шудани маълумот нест. Аммо барои бозтавлидпазирӣ муҳим аст, ки ҳар сабти манбаъ аз кадом марҳилаҳои харитасозӣ, ҷамъбаст ва интихоб гузаштааст. Азбаски дар манбаъ ҳисоботи муфассали санҷиши сатри ба сатр, ки ҳамаи ин рақамҳоро ба ҳам мепайвандад, дода нашудааст, марҳилаҳои норасидаи табдилдиҳӣ бо фарзия пур карда нашудаанд.

21. Чор сенарияи намоиши байнисоҳаӣ

21.1. Таъсири ҳодисаи нақлиётӣ ба инфрасохторҳои дигар

Барои 8 май 2024 соати 08.15 як ҳодисаи нақлиётии симулятсияшуда дар мавқеи (13,7563° K, 100,5018° D) арзёбӣ шудааст. Воҳидҳои дахлдор дар масофаи 500 метр аз ҳодиса аз якчанд соҳаи шаҳрӣ пурсиш шудаанд.

Дар манбаъ як гиреҳи тақсимоти энергия дар 347 метр, як истгоҳи сифати ҳаво дар 423 метр ва чор истгоҳи нақлиёт дар фосилаи 156–489 метр гузориш шудаанд. Вақти иҷрои пурсиш 298 ms аст.

Ин натиҷа нишон медиҳад, ки намудҳои гуногуни инфрасохторро метавон дар як пурсиши умумии маконӣ пайдо кард. Дар ҷойи наздик қарор доштан худ ба худ исбот намекунад, ки дар системаи энергетикӣ ё сифати ҳаво осеби воқеии ҷисмонӣ ба вуҷуд омадааст.

21.2. Омӯзиши муносибати нақлиёт ва муҳити зист

Дар минтақаи D5 арзиши миёнаи PM2.5 дар соатҳои сернақлиёт 41,7 µg/m³ ва арзиши муқоисавии умумишаҳрӣ 32,4 µg/m³ гузориш шудааст. Манбаъ ин фарқиятро тақрибан %29 баён мекунад.

Дар ҳамон сенария зичии истгоҳҳои нақлиёт барои D5 0,9 истгоҳ/km² ва барои маркази тиҷоратӣ 2,1 истгоҳ/km² дода шудааст. Дар ин муқоиса зичии D5 тақрибан %57 пасттар аст. Вақти пурсиш 487 ms аст.

Ин ду нишондиҳанда нишон медиҳанд, ки шароити муҳити зист ва инфрасохтори нақлиётиро метавон дар заминаи як минтақа якҷоя омӯхт. Аммо аз ин маълумот хулоса кардан мумкин нест, ки норасоии истгоҳҳои нақлиёт мустақиман боиси афзоиши PM2.5 шудааст.

21.3. Интихоби захираҳои ёрии таъҷилӣ

Дар сенарияи ҳолати тиббии таъҷилӣ дар мавқеи (13,7245° K, 100,4932° D) гузориш шудааст, ки се воҳиди дастраси ёрии таъҷилӣ, ки ҳадди ҷавоби ҳаштдақиқаиро қонеъ мекунанд, муайян шудаанд. Пурсиш 412 ms давом кардааст.

Синтетикӣ будани ҷойгиршавии мошинҳои ёрии таъҷилӣ бояд махсусан ҳифз шавад. Натиҷа нишон намедиҳад, ки флоти воқеии ёрии таъҷилии Тайланд дар ҷойи ҳодиса воқеан дар давоми ҳашт дақиқа вокуниш кардааст.

21.4. Мушкилоти навбудани маълумоти дугоники рақамӣ

34 воҳид ёфт шудаанд, ки аз ҳадди ду-соатаи навбудан гузаштаанд: 18 ҳисобкунаки зирак, 12 воситаи нақлиёт ва чор сенсори муҳити зист. Дар манбаъ гуфта мешавад, ки бо санҷиши дастӣ тасдиқ шудааст, ки 31 аз 34 сабт воқеан вайроншавии иртиботро намояндагӣ мекунанд; ин тақрибан %91 аст.

Вақти пурсиш 523 ms аст. Ин таносуб ба тасдиқи сабтҳои аломатгузоришуда дар сенарияи интихобшудаи намоиш дахл дорад; онро ҳамчун дақиқии умумии ошкоркунии носозии ҳамаи системаҳо истифода бурдан мумкин нест.

22. Иҷрои пурсиш: Ҳангоми зиёд шудани шумораи соҳаҳо чӣ мешавад?

Манбаъ ченкуниҳои вақтро барои ҳар гурӯҳи пурсиш бар асоси 100 иҷро гузориш медиҳад. Вақте шумораи соҳаҳои маълумот, ки пурсишҳо фаро мегиранд, зиёд мешавад, вақтҳо низ афзоиш меёбанд.

Миёна арзиши умумии марказии вақтҳои ченшудаи пурсишро; медиана арзиши миёнаи ченкуниҳои тартибдодашударо; фоизи 95-ум ҳадди вақтеро, ки тақрибан %95 мушоҳидаҳо аз он поёнанд; ҳадди аксар бошад баландтарин вақти гузоришшударо ифода мекунад.

Дар Ҷадвали 8-и манбаъ равшан нишон дода нашудааст, ки аломати ± кадом ченаки паҳншавиро ифода мекунад. Аз ин рӯ, арзишҳо худ ба худ ҳамчун каҷравии стандартӣ ё фосилаи эътимод номгузорӣ нашудаанд.

Ҳангоме ки миёнаи гурӯҳи пурсиши яксоҳаӣ 127 ms аст, миёнаи гурӯҳи панҷсоҳаӣ 2.834 ms мебошад. Ин афзоиш ба сарбории иловагии коркард барои пурсишҳое ишора мекунад, ки соҳаҳои бештарро фаро мегиранд; аммо азбаски мураккабии қолабҳои пурсиш низ метавонад тағйир ёбад, ин худ ба худ қонуни универсалии миқёспазириро ташкил намекунад.

23. Чен кардани муваффақияти мувофиқсозии воҳидҳо

Манбаъ ҷузъи мувофиқсозиро, ки арзёбӣ мекунад оё сабтҳои гуногун як воҳидро намояндагӣ мекунанд ё не, бо 500 ҷуфти воҳид санҷидааст. Мувофиқсозии истинодӣ аз ҷониби ду коршиноси соҳа аломатгузорӣ шуда, ихтилофҳо арзёбӣ шудаанд.

Барои мувофиқати байни коршиносон коэффисиенти kappa-и Cohen 0,89 гузориш шудааст. Kappa меъёрест, ки мувофиқати категориявии мушоҳидашударо нисбат ба мувофиқате, ки тасодуфан интизор шудан мумкин аст, арзёбӣ мекунад. Арзиши баланд ба мувофиқати қавитар дар тамғагузории истинодӣ ишора мекунад; онро набояд бо метрикаи дақиқии худи модел омехта кард.

23.1. Формулаҳои Precision, Recall ва F1

Баробариҳои стандартии арзёбии зерин намоишҳои омӯзишие мебошанд, ки маънои математикии метрикаҳои гузоришшудаи манбаъро шарҳ медиҳанд; онҳо натиҷаҳои нави таҳқиқот нестанд.

\[\mathrm{Precision}=\frac{TP}{TP+FP}\]

TP ҷуфтҳоеро ифода мекунад, ки дуруст ҳамчун мувофиқат муайян шудаанд; FP ҷуфтҳоеро ифода мекунад, ки ҳамчун мувофиқат аломатгузорӣ шудаанд, аммо дар асл мувофиқ нестанд.

\[\mathrm{Recall}=\frac{TP}{TP+FN}\]

FN ҷуфтҳоеро ифода мекунад, ки дар асл мувофиқанд, аммо модел онҳоро аз даст додааст.

\[\mathrm{F1}=\frac{2\times\mathrm{Precision}\times\mathrm{Recall}}{\mathrm{Precision}+\mathrm{Recall}}\]

Арзиши F1 миёнаи гармоникии precision ва recall аст. Бо ин роҳ, танҳо баланд будани яке аз ду меъёр натиҷаро ба танҳоӣ муайян намекунад.

Ҳангоми ҷойгир кардани арзишҳои 0,94 ва 0,87, ки дар манбаъ гузориш шудаанд, дар формула тақрибан 0,90 ба даст меояд. Метрикаҳо таносубҳои бе воҳиданд. Азбаски манбаъ шумораи мусбати ҳақиқӣ, мусбати бардурӯғ ва манфии бардурӯғро ҳамчун матритсаи пурраи омехтагӣ намедиҳад, шумораҳои дақиқи онҳо дар ин ҷо сохта нашудаанд.

24. Натиҷаҳои миқдории хулосабарории омехта

Арзиши 0,74 барои Hits@10 маънои онро дорад, ки дар арзёбии истифодашудаи пешгӯии пайванд ҳиссаи пайдо шудани пайванди дуруст дар байни даҳ номзади аввал %74 гузориш шудааст. Ин рақам маънои онро надорад, ки ҳамаи муносибатҳои граф бо дақиқии %74 тасдиқ шудаанд.

MRR (Mean Reciprocal Rank) ҷойи ҷавоби дурустро дар тартиби пешгӯӣ арзёбӣ мекунад. Дар намоиши стандартӣ, ки як ҷавоби дуруст вуҷуд дорад:

\[\mathrm{MRR}=\frac{1}{N}\sum_{i=1}^{N}\frac{1}{r_i}\]

Дар ин ҷо \(N\) шумораи пурсишҳои арзёбиро ва \(r_i\) ҷойи ҷавоби дурустро дар пурсиши дахлдор ифода мекунад. Агар ҷой 1 бошад, саҳм 1 ва агар ҷой 2 бошад, саҳм 1/2 мешавад. MRR бе воҳид аст. Азбаски дар манбаъ ҳамаи ҷузъиёти тақсимоти ҷойҳо мавҷуд нест, арзишҳои иҷрои боз ҳам муфассалтар сохта нашудаанд.

Дар арзёбии манбаъ гуфта мешавад, ки ҷузъи дедуктивӣ маҳдудиятҳои нақшаро ва модели embedding қолабҳои маълумотро фаро мегирад. Ин ду қобилият ҷойгузини ҳамдигар нестанд; ҳадафи равиши омехта муттаҳид кардани вазифаҳои якдигарро пуркунанда дар як меъморӣ мебошад.

Дастрасии Хизматрасониҳои Шаҳрӣ Чӣ Гуна Ҳисоб Карда Мешавад?

Таҳқиқоти UrbanKG дастрасии хизматрасониҳои шаҳриро бо якҷоя кардани шароити маконӣ ва замонии дастрасӣ ба хизматрасониҳои муайян тавассути инфрасохтори нақлиёт арзёбӣ мекунад. Дар таҳқиқот Дастрасӣ дар асоси Нақлиёти Ҷамъиятӣ (TBA), Индекси Фарогирии Хизматрасонӣ (SCI) ва Холи Дастрасии Бисёрмодалӣ (MMAS) истифода шудаанд. Барои ду меъёри аввал таърифҳои математикӣ дода шудаанд; барои MMAS вазнҳо ва доираи хол гузориш шудааст, аммо баробарии пурраи ҳисоб, ки ҳамаи марҳилаҳои нормализатсияро муайян мекунад, пешниҳод нашудааст. Аз ин рӯ, се меъёр набояд дар як сатҳи дақиқии математикӣ арзёбӣ шаванд.

25. Дастрасӣ дар асоси Нақлиёти Ҷамъиятӣ (TBA)

TBA таносуби қисми майдони минтақаест, ки дар ҳудуди вақти муайяни сафар дастрас ҳисобида мешавад, ба майдони умумии минтақа. Формула дар манбаъ чунин аст:

\[\mathrm{TBA}(d,t)=\frac{\mathrm{Area}(R_{d,t})}{\mathrm{Area}(d)}\]

Тағйирёбандаҳо: \(d\) минтақаи маъмуриро, \(t\) ҳадди вақти сафарро ва \(R_{d,t}\) иттиҳоди минтақаҳои хизматрасонии дастрасро дар доираи ҳадди дахлдор намояндагӣ мекунад. \(\mathrm{Area}\) бошад функсияи ҳисобкунии майдон аст.

Ҳангоми ифода шудани сурат ва махраҷ бо як воҳиди майдон, TBA таносуби беандоза аст. Километри мураббаъ ё метри мураббаъ будани майдонҳо, агар ду истилоҳ мутобиқ табдил дода шаванд, таносубро тағйир намедиҳад.

Аз ҷиҳати математикӣ, вақте майдони дастрас зиёд мешавад ва майдони умумии минтақа собит мемонад, TBA меафзояд. Вақте майдони дастрас дар ҳудуди минтақа арзёбӣ шуда, майдонҳои ҳампӯш бо мантиқи иттиҳод танҳо як бор ҳисоб мешаванд, таносуб байни 0 ва 1 қарор мегирад.

Манбаъ дар заминаи шаҳри 15-дақиқаӣ ҳадди \(t=15\) дақиқаро истифода мебарад. Аммо дастрас ҳисоб шудани майдон ва воқеан расида тавонистани ҳар сокини минтақа ба як хизматрасонии муайян як ченак нест. Тақсимоти маконии аҳолӣ ва вақти воқеии сафар низ метавонанд аҳамият дошта бошанд.

26. Индекси Фарогирии Хизматрасонӣ (SCI)

SCI таносуби нуқтаҳои дастраси хизматрасонӣ дар як категорияи муайяни хизматрасонӣ ба аҳолии минтақаи дахлдорро ифода мекунад. Муодилаи манбаъ:

\[\mathrm{SCI}(d,s)=\frac{|\{p\in S_s:\mathrm{distance}(d,p)\leq\theta\}|}{\mathrm{Population}(d)}\]

Тағйирёбандаҳо: \(d\) минтақа, \(s\) навъи хизматрасонӣ, \(S_s\) маҷмӯи нуқтаҳои хизматрасонии навъи дахлдор, \(p\) як нуқтаи хизматрасонӣ, \(\theta\) ҳадди дастрасӣ ва \(\mathrm{Population}(d)\) аҳолии минтақаро ифода мекунад.

Арзиши мутлақи маҷмӯа дар сурат шумораи нуқтаҳои хизматрасониеро ифода мекунад, ки шарти ҳадди муайяншударо қонеъ мекунанд. Махраҷ шумораи одамон аст. Натиҷа дар шакли хом таносуби нуқтаҳои дастраси хизматрасонӣ ба ҳар нафар мебошад; агар он ҳамчун шумораи хизматрасонӣ ба 10.000 нафар пешниҳод шавад, миқёспазирии мувофиқ лозим аст.

Дар манбаъ барои ҳадд мисолҳои дастрасии 15-дақиқаӣ бо нақлиёти ҷамъиятӣ ё 800 метр роҳравӣ дода шудаанд. Вақт ва масофа бузургиҳои дорои андозаҳои гуногунанд; ҳатто агар бо ҳамон рамз ифода шаванд, воҳидҳои бузургиҳои муқоисашаванда дар татбиқ бояд мутобиқ бошанд.

Илова бар ин, тарзи таъриф кардани масофа аз минтақа то нуқтаи хизматрасонӣ метавонад вобаста ба геометрияи марз, нуқтаи марказӣ ё шабакаи воқеии нақлиёт натиҷаҳои гуногун диҳад. Формулаи манбаъ ҳамаи ин ҷузъиёти татбиқиро худ ба худ муайян намекунад.

27. Холи Дастрасии Бисёрмодалӣ (MMAS)

MMAS барои ҷамъ кардани дастрасӣ дар соҳаҳои гуногуни асосии хизматрасонӣ дар як холи таркибӣ таъриф шудааст. Дар манбаъ миқёси натиҷа аз 0 то 10 дода шудааст.

Ҷамъи вазнҳо 1 аст. Ин аҳамияти нисбии ҷузъҳоро муайян мекунад. Аммо дар манбаъ бо баробарии пурраи математикӣ нишон дода нашудааст, ки ҷузъҳои хом чӣ гуна нормализатсия ва ба холи 0–10 табдил дода шудаанд.

Аз ин рӯ, танҳо бо дидани вазнҳо наметавон иддао кард, ки алгоритме сохта шудааст, ки арзишҳои MMAS-и таҳқиқотро бозтавлид мекунад. Хусусан ҷузъиёти табдиле, ки барои холдиҳии баръакси арзиши PM2.5 истифода шудааст, муҳим аст.

28. Натиҷаҳои дастрасӣ дар панҷ минтақа

Дар манбаъ Минтақаи 1 баландтарин ва Минтақаи 8 пасттарин арзиши MMAS дорад. Таносуби 8,2/2,4 тақрибан 3,4 аст; таҳқиқгарон ин фарқиятро аз нигоҳи нобаробарии дастрасӣ баррасӣ мекунанд.

Дар таҳқиқот гуфта мешавад, ки вақте зичии истгоҳҳо тақрибан 1,0 истгоҳ/km² буд, қолаби ҳаддӣ пайдо шудааст. Ин натиҷа қолаби минтақаҳои баррасишуда аст; набояд ҳамчун ҳадди универсалии инфрасохторӣ, ки барои шаҳрҳои дигар тасдиқ шудааст, пешниҳод карда шавад.

Манбаъ ҳамчунин байни сифати муҳити зист ва дастрасӣ коррелятсияи Spearman \(\rho=-0,63\) гузориш медиҳад. Spearman rho самт ва қувваи муносибати ба тартибҳо асосёфтаро ҷамъбаст мекунад. Аломати манфӣ нишон медиҳад, ки тартиби ду тағйирёбанда ба самтҳои муқобил алоқаманд аст; ин сабабиятро ифода намекунад.

Дар манбаъ ҳамчунин гуфта мешавад, ки сатҳи миёнаи PM2.5 дар минтақаҳои дорои дастрасии заиф %38 баландтар аст. Аммо азбаски арзишҳои хоми зергуруҳҳо ва маълумоти номуайянӣ барои ин муқоиса пурра пешниҳод нашудаанд, хулосабарории иловагии оморӣ анҷом дода намешавад.

29. Дастрасӣ ба беморхона аз рӯи вақти рӯз

Баландтарин дастрасӣ дар соатҳои сербори субҳ %71 ва дар давраи шабона %28 гузориш шудааст. Манбаъ коҳиш ёфтани дастрасии шабонаро қайд мекунад.

Ин арзишҳо ба минтақаҳои интихобшудаи манбаъ ва усули ҳисобкунии исботи мафҳум тааллуқ доранд. Нишондиҳандаи дастрасӣ ба беморхона бо вақти расидани мошини ёрии таъҷилӣ ба ҷойи ҳодиса ё гирифтани воқеии хизматрасонии тиббӣ як ченак нест.

Дар Ҷадвали 10-и манбаъ то %28 поён рафтани дастрасии шабона фарқиятҳои замонии доираи таҳқиқотро нишон медиҳад. Ин натиҷаро мустақиман ба шаҳрҳои дигар интиқол додан мумкин нест.

30. Вазифаи илмии пурсишҳои SPARQL-и манбаъ

Дар замимаҳои мақола сохторҳои намунавии SPARQL барои таъсири ҳодиса, муносибати нақлиёт-муҳити зист, интихоби воҳиди ёрии таъҷилӣ, навбудани маълумот ва пурсиш байни бахшҳои гуногуни граф ҷой доранд.

Мантиқи асосии ин пурсишҳо, ба ҷойи филтркунии маҳдуд аз як ҷадвали маълумот, пайдо кардани воҳидҳои навъҳои гуногуни онтологӣ тавассути муносибатҳо ва ҷойгиршавии онҳо мебошад.

Масалан, пурсиши дастрасӣ ба беморхона марзи маъмурӣ, истгоҳи нақлиёт ва воҳидҳои беморхонаро якҷоя мекунад. Он бо функсияи масофаи GeoSPARQL сабтҳоеро пайдо мекунад, ки шарти муайяни масофаро қонеъ мекунанд.

Пурсиши беморхона дар Шакли 3-и манбаъ филтри наздикии 2.000-метра дорад. Ин филтри масофа бо ҳисобкунии пурраи сафари воқеии 15-дақиқаӣ бо нақлиёти ҷамъиятӣ яксон нест. Хусусиятҳое чун пайвастҳои байни истгоҳҳо, вақти рейсҳо, вақти интизорӣ ва шабакаи роҳ дар ҳисобкунии вақти воқеии сафар низ метавонанд муҳим бошанд.

Ин ҷадвал нусхаи айнан аз коди манбаъ нест; он хулосаи мустақили раванде аст, ки вазифаи илмии кодро шарҳ медиҳад. Барои тасдиқи пурра иҷрошаванда будани пурсишҳои замимаҳои манбаъ, таърифҳои воқеии пешвандҳо, навъҳои маълумот, функсияҳои истифодашуда ва нуқтаҳои ниҳоии татбиқ бояд алоҳида санҷида шаванд.

31. Чор принсипи тарроҳие, ки таҳқиқот пешниҳод кардааст

Принсипи якум — Модулярияти онтология ва идоракунӣ: Ба онтологияҳои соҳаии мустақил, вале бо стандартҳо ҳамоҳанг ҷудо кардани дониши шаҳрӣ барои якҷоя баррасӣ кардани масъулиятҳои институтсионалии маълумот ва ниёзҳои ҳамгироии маъноӣ кумак мекунад.

Принсипи дуюм — Ҷудо кардани маълумоти сохторӣ ва мушоҳидавӣ: Дар заминаҳои алоҳида нигоҳ доштани муносибатҳои сохтории нисбатан собит ва сабтҳои сенсории пайваста тағйирёбанда метавонад пурсишҳои вақт ва сарчашмаи маълумотро муназзам гардонад.

Принсипи сеюм — Аввал ҳамгироии дониш: Барои он ки функсияҳои пешгӯӣ ва таҳлилии пешрафта маънодор кор кунанд, маълумоти марбут бояд аввал ба таври мутобиқ ҳамгиро карда шавад.

Принсипи чорум — Сохтани аз боло ба поён бо афзалияти онтология: Дар соҳаҳои амалиётӣ, ки сифати маълумот ва санҷишпазирӣ муҳиманд, таъриф кардани синфҳо, хусусиятҳо ва маҳдудиятҳо пеш аз ворид кардани маълумоти намунавӣ метавонад муфид бошад.

Ин принсипҳо пешниҳодҳои интиқолпазире мебошанд, ки муаллифони манбаъ аз таҳқиқоти тарроҳӣ баровардаанд. Онҳо натиҷаи таҷрибавии универсалӣ нестанд, ки нишон диҳад ин равиш дар ҳамаи системаҳои шаҳрӣ бидуни шарт беҳтарин аст.

32. Шаш масъалаи техникии бозмонда дар таҳқиқот

Манбаъ дар исботи мафҳум иқтидори илова кардани 12.000 сегона дар як сонияро гузориш медиҳад, аммо қайд мекунад, ки ин талаботи вақти воқеии зерсониягиро дар миқёси шаҳр қонеъ намекунад.

Дар намоиш ду навсозии онтология санҷида шудааст. Ин маънои онро надорад, ки тағйироти дарозмуддати нақшаи як графи дониши ҳамгирошудаи шаҳрӣ, ки калон ва пайваста кор мекунад, ҳал шудаанд.

Манбаъ инчунин ба ниёзҳои нигоҳдории тақсимшуда ва коркарди пурсиш барои сенарияҳои метрополияҳое диққат медиҳад, ки метавонанд аз 10 миллион сегона зиёд бошанд.

Ҷудо кардани бахшҳои федеративии маълумот исбот намекунад, ки маҳдудиятҳои дастрасӣ дар сатҳи маълумоти шахсӣ ё мутобиқати GDPR пурра амалӣ шудаанд. Дар ҳақиқат, манбаъ инро масъалаи кушодаи таҳқиқотӣ мешуморад, ки бояд дар оянда таҳия карда шавад.

33. Натиҷаҳо чӣ гуна бояд тафсир шаванд?

Таҳқиқоти UrbanKG исботи техникии мафҳумро пешниҳод мекунад, ки дар он соҳаҳои гуногуни шаҳриро метавон тавассути онтологияҳои умумӣ пурсиш кард. Натиҷаҳои ададии бадастомада дар шароити муайяни нармафзор, сахтафзор, маълумот ва пурсиш гузориш шудаанд.

Пурсишҳои бомуваффақият иҷрошуда қобилияти ҳамгироии маъноиро дастгирӣ мекунанд. Натиҷаҳои мувофиқати сохторӣ як қисми тасдиқи онтологиро нишон медиҳанд, дар ҳоле ки натиҷаҳои хулосабарорӣ нишон медиҳанд, ки механизмҳои қоидавӣ ва омӯзишмеҳвар метавонанд якҷоя истифода шаванд.

Таҳлилҳои дастрасии хизматрасонӣ нишон медиҳанд, ки бо пайвастани нишондиҳандаҳои гуногуни шаҳрӣ метавон фарқиятҳои минтақавиро омӯхт. Аммо ин натиҷаҳо набояд ҳамчун таҳқиқоти сабабие пешниҳод шаванд, ки ҳамаи сабабҳои нобаробарии шаҳриро шарҳ медиҳад.

34. Номувофиқиҳои дохилии манбаъ ва маҳдудиятҳои бозтавлидпазирӣ

Заминаи манбаи маълумот: Набояд фарз кард, ки сабтҳои нақлиёт, энергетика, муҳити зист ва амнияти ҷамъиятӣ, ки аз манбаъҳои гуногун ҷамъ оварда шудаанд, пайдоиши якхелаи ҷуғрофӣ ё замонӣ доранд. Ҷойгиршавии синтетикии мошинҳои ёрии таъҷилӣ ошкоро маълумоти намоишӣ мебошанд.

Ифодаи 15 дақиқа: Дар як ҷумлаи қисми дастрасии манбаъ ҳангоми шарҳи мафҳуми шаҳри 15-дақиқаӣ ифодаи дастрасии 1-дақиқаӣ зикр шудааст. Формула ва таҳлилҳои баъдӣ бар 15 дақиқа асос меёбанд. Ин фарқият бояд ҳамчун номувофиқии матни таҳқиқот нигоҳ дошта шавад.

Истилоҳоти қоида: Дар бахшҳои алоҳида барои шумораи қоидаҳои OWL-RL ва SWRL ҳамон рақами 23 истифода шудааст. Барои дақиқ кардани он ки кадоме дар амал иҷро шудааст, бояд код ва рӯйхатҳои қоидаҳои дахлдор санҷида шаванд.

Ҳисобкунии дастрасӣ: Формулаи SCI, фоизҳои дастрасии дар ҷадвал додашуда ва филтри намунавии масофаи SPARQL вазифаҳои гуногуни ченкуниро доранд. Чӣ гуна онҳо дақиқан ба ҳам табдил дода шудаанд, дар ҳар қадам бо як сатҳи ҷузъиёт гузориш нашудааст. Баробариҳои норасидаи табдилдиҳӣ сохта нашудаанд.

Нормализатсияи MMAS: Манбаъ вазнҳои ҷузъҳоро медиҳад, аммо баробарие, ки пурра муайян кунад ҳар ҷузъ чӣ гуна ба холи 0–10 табдил дода шудааст, пешниҳод намекунад. Аз ин рӯ, холҳои ҷадвал ҳамчун арзишҳои манбаъ интиқол шудаанд ва ҳамчун ҳисобҳои мустақил нишон дода нашудаанд.

Номуайянии оморӣ: Дар баъзе ҷадвалҳои арзёбӣ хусусияти дақиқи омории арзишҳои ± атрофи миёна нишон дода нашудааст. Фосилаҳои нави эътимод, санҷишҳои аҳамиятнокӣ ё андозаҳои таъсир тавлид нашудаанд.

35. Саҳми илмӣ ва маҳдудиятҳои таҳқиқот

36. Натиҷаи умумии илмӣ

Таҳқиқоти UrbanKG-и Khantong, Savithi ва Ahmad идоракунии ҳамгирошудаи маълумотро дар шаҳрҳои зирак танҳо ҳамчун масъалаи ҷамъоварӣ ва нигоҳдории маълумот баррасӣ намекунад. Таҳқиқот намояндагии маълумоти шаҳрии дар ихтиёри муассисаҳои гуногун бударо тавассути мафҳумҳои умумӣ, муносибатҳо, вақт ва заминаи ҷуғрофӣ дар марказ мегузорад.

Таҳқиқгарон ин равишро бо меъмории чорқабата, панҷ ҳадафи тарроҳӣ, таҳияи онтологиямеҳвар, идоракунии федеративии граф ва механизмҳои хулосабарории омехта сохтор додаанд. Натиҷаҳои исботи мафҳум иҷрошавандагиро дар доираи техникии таърифшуда дастгирӣ мекунанд.

Саҳми муҳими таҳқиқот, дар баробари нишон додани кори пурсишҳои муайян, сохтани принсипҳои тарроҳӣ ва саволҳои кушодаи таҳқиқотӣ барои графҳои дониши шаҳрие мебошад, ки метавонанд дар оянда сохта шаванд.

Бо вуҷуди ин, ниёзҳои тасдиқ дар мавриди иҷро, сарчашмаи маълумот, интиқолпазирии ҷуғрофӣ, фаъолияти вақти воқеӣ дар миқёси калон, махфияти маълумот ва таърифҳои ченкунӣ идома доранд.

Аз ин рӯ, UrbanKG бояд на ҳамчун системаи универсалии анҷомёфтае фаҳмида шавад, ки ҳамаи мушкилоти шаҳрҳои зиракро ҳал кардааст, балки ҳамчун таҳқиқоти тарроҳии арзёбишуда ва боз барои рушд, ки ҳамкорпазирии маъноиро байни соҳаҳои шаҳрӣ аз ҷиҳати техникӣ меомӯзад.

Ёддошт оид ба Манбаъ ва Усул

Маълумоти аслии нашри академӣ

Унвони аслӣ: Knowledge Graphs for Integrated Urban Data Management in Smart Cities: A Framework for Semantic Interoperability Across Urban Domains.

Муаллифон: Sommai Khantong; Charuay Savithi; Mohammad Nazir Ahmad.

Муаллифи масъул: Sommai Khantong.

Муассисаи якум: Digital Business and Information Systems Department, Mahasarakham Business School, Mahasarakham University, Тайланд.

Муассисаи дуюм: Smart City Management and Digital Innovation Department, Mahasarakham Business School, Mahasarakham University, Тайланд.

Муассисаи сеюм: Institute of Visual Informatics, Universiti Kebangsaan, Малайзия.

Маҷалла: Urban Science.

Ношир: MDPI, Basel, Швейтсария.

Сабти нашр: 2026, ҷилди 10, шумораи 6, мақолаи 308.

Санаи ирсол: 14 март 2026.

Санаи бозбинӣ: 19 май 2026.

Санаи қабул: 27 май 2026.

Санаи нашр: 1 июн 2026.

DOI: 10.3390/urbansci10060308.

Нашри расмӣ: https://www.mdpi.com/2413-8851/10/6/308.

Иҷозатнома: Creative Commons Attribution 4.0 International (CC BY 4.0). Шартҳои иҷозатнома.

Навъи манбаъ: Таҳқиқоти академии ҳамтоарзёбишуда; усули илми тарроҳӣ ва арзёбии техникии исботи мафҳум.

Маблағгузорӣ: Mahasarakham Business School, Mahasarakham University, Тайланд.

Бархӯрди манфиатҳо: Муаллифон изҳор кардаанд, ки бархӯрди манфиатҳо вуҷуд надорад.

Дастрасӣ ба нармафзор ва маълумот: Таҳқиқоти манбаъ гузориш медиҳад, ки татбиқ дар анбори UrbanKG GitHub таҳти иҷозатномаи MIT пешниҳод шудааст. Мазмуни ҷории код ва ҳолати кори анбор дар ин навиштаи Verianla мустақилона иҷро ва тасдиқ нашудааст.

Саҳмҳои таҳқиқгарон

Дар манбаъ консептуализатсия ба Sommai Khantong ва Charuay Savithi; методология ба Sommai Khantong ва Mohammad Nazir Ahmad; нармафзор, таҳлили расмӣ, таҳқиқ ва танзими маълумот ба Sommai Khantong нисбат дода шудаанд. Тасдиқ аз ҷониби Sommai Khantong ва Charuay Savithi анҷом дода шудааст. Лоиҳаи аслӣ аз ҷониби Sommai Khantong омода шуда; Charuay Savithi ва Mohammad Nazir Ahmad ба бозбинӣ ва таҳрир саҳм гузоштаанд. Визуализатсия, идоракунии лоиҳа ва ба даст овардани маблағгузорӣ аз саҳмҳои Sommai Khantong; назорат аз саҳмҳои Charuay Savithi ва Mohammad Nazir Ahmad нишон дода шудаанд.