Use of p-adic numbers in urban resource networks data analysis

Abstract

Імплементація концепту «розумного міста» вимагає, зокрема, розроблення та ефективного використання нових математичних методів і підходів, які б дозволяли ефективно та конструктивно проводити аналіз гіперкубів даних, ініціювати процеси передавання даних і т.ін. Одним із ключових компонентів супроводу процесів у ресурсних мережах «розумного міста» є організації сховищ даних та інформаційних технологій багатовимірного аналізу даних – OLAP. Використання цієї технології в рамках інформаційно-технологічного супроводу процесів у міських ресурсних та соціокомунікаційних мережах дозволяє детально аналізувати поточний стан матеріальних ресурсів міста, виявляти тенденції їх зміни та станів шляхом опрацювання даних, що належать до різних часових періодів. В OLAP системах «розумного міста» використовуються процеси узагальнення деталізованих колекцій даних, зібраних у ресурсних мережах, що дозволяє отримувати нові знання з консолідованих за різними аспектами аналізу взаємопов’язаних інформаційних наборів. Вихідними наборами даних для аналітичного опрацювання за допомогою OLAP відомостей щодо міських ресурсних мереж є показники витрат спожитих ресурсів (вода, газ, електроенергія і тепло). Багатовимірний аналіз гіперкуба даних здійснюється не за всіма залежними вимірами одночасно, а вибірка даних виконується для конкретних значень фіксованого набору параметрів. Проведення такого аналізу даних дозволяє знайти (приховані) закономірності функціонування мереж розумного міста, що може сприяти його подальшому розвитку. В зв’язку з цим виникає природна задача розвитку математичних методів, які дозволяють пришвидшити проведення багатовимірного аналізу й забезпечать прозору інтерпретацію отриманих зрізів даних. Наведено основні результати досліджень щодо застосування р-адичного аналізу до аналізу гіперкубів даних, представлено основні поняття так званого р-адичного аналізу для інших цілей. проаналізовані підходи щодо застосування р-адичних чисел до аналізу даних у гіперкубах. Запропонований підхід проілюстровано на прикладі газоспоживання міста (квартира, будинок, мікрорайон і т.д.). Зрізи даних у запропонованому підході інтерпретуються за допомогою сфери, відкритої кулі і кулі на множині р-адичних чисел.

The implementation of the concept «smart city» has required, in particular, the development and efficient use of new mathematical methods and approaches enabling the data hypercube analysis to be made efficiently and constructively, data transfer processes to be initiated, etc.