Cortana Intelligence Suite به پیش بینی سیل و بهبود ایمنی عمومی کمک می کند

محققان دانشگاه تگزاس با سایر محققان، آژانس‌های فدرال، شرکای تجاری و اولین واکنش‌دهنده‌ها برای ایجاد آزمایش ملی تعامل سیل (NFIE) همکاری کردند. آنها از Microsoft Azure & Cortana Intelligence Suite برای ساختن نمونه اولیه یک سیستم مدل‌سازی و نقشه‌برداری داده‌های سیل ملی استفاده می‌کنند. اهداف NFIE شامل استانداردسازی داده ها، نشان دادن یک راه حل مقیاس پذیر و کمک به بستن شکاف بین پیش بینی سیل ملی و واکنش اضطراری محلی است.

تیم پتی، کاندیدای دکترا در دانشگاه آلاسکا، فیربنکس، می‌خواست به «مشکل نهر پیاز» و آنچه که ما می‌توانیم برای تخمین سطح سیل در زمانی که سنج‌های جریان‌سنج از کار افتاد، بپردازیم. و به این ترتیب پروژه SHEM آغاز شد.

تخمین هیدرولوژی جریان جریان با استفاده از یادگیری ماشین (SHEM) یک آزمایش مجموعه هوش کورتانا است که یک مدل پیش‌بینی‌کننده ایجاد می‌کند که می‌تواند به عنوان یک داده جریان جریان پروکسی در هنگام خرابی گیج جریان عمل کند. و با توجه به قابلیت‌های یادگیری ماشینی، حتی می‌تواند سطوح جریان را در جایی که جریان سنج واقعی وجود ندارد، تخمین بزند.

SHEM با اکثر مدل‌های موجود متفاوت است، زیرا به فاصله بین گیج‌های جریان و ویژگی‌های مکان آن‌ها تکیه نمی‌کند، بلکه صرفاً مبتنی بر یادگیری ماشینی برای پردازش از الگوهای تاریخی تخلیه و تفسیر حجم زیادی از داده‌های پیچیده هیدرولوژی است. این "آموزش" SHEM را آماده می کند تا اطلاعات جریان جریان را برای یک مکان و زمان معین پیش بینی کند زیرا تحت تأثیر ویژگی های چند متغیره قرار می گیرد (به عنوان مثال، نوع جریان، نوع مخزن، میزان بارندگی، و شرایط جریان سطحی و زیرسطحی).

جزئیات این پروژه را بخوانید اینجا کلیک نمایید. درباره Cortana Intelligence Suite از مایکروسافت بیاموزید اینجا کلیک نمایید.