.jpg "Фото Лекция Эдуарда Хаймана Как мы общаемся с городом через данные")
.jpg "Фото Лекция Эдуарда Хаймана Как мы общаемся с городом через данные")
.jpg "Фото Лекция Эдуарда Хаймана Как мы общаемся с городом через данные")
.jpg "Фото Лекция Эдуарда Хаймана Как мы общаемся с городом через данные")
В рамках проекта Waterfront в Санкт-Петербурге на протяжении года происходит ряд событий, посвященных изучению городских прибрежных пространств. В центре нашего внимания - проблема использования городских набережных и превращения прибрежных территорий в комфортные и современные общественные пространства.
Прибрежные районы города являются общественным достоянием. Обычно они управляются и поддерживаются местной властью без участия местных жителей. Институтом исследования стрит-арта осенью 2018 года был объявлен опен-колл по результатам которого сейчас ведутся разработки и обучение участников. Также лекции урбанистов, экологов, дизайнеров, художников, городских активистов проходят в секции "PUBLIC" в рамках проекта Waterfront.
В своей лекции Эдуард Хайман, руководителя направления UI/UX дизайна, визуализации и анализа городских данных компании Habidatum, расскажет о трендах в городской аналитике, основанной на данных, о мониторинге и предсказание эффектов, и о тех возможностях которые открываются для развития городских территорий, инфраструктуры и городской экономики.
На лекции будут показаны возможности анализа спонтанных городских данных на примере проектов Habidatum. Городские данные позволяют анализировать множество процессов в городской среде используя мобильные данные, данные о транзакциях, данные о мнениях и профилях пользователей, транспорте и городской морфологии. Чтобы изучать городскую среду уже не достаточно рассматривать город как статическую карту, и требуется смотреть на город во времени, поэтому Habidatum развивает собственную линейку инструментов Habidatum Chronotope, позволяющие упростить анализ и визуализацию пространственно-временных данных, а партнерства с провайдерами данных позволяют упростить доступ к различным данным.
