Cortana Intelligence Suite membantu memprediksi banjir dan meningkatkan keselamatan publik

Peneliti dari University of Texas berkolaborasi dengan peneliti lain, agen federal, mitra komersial, dan responden pertama untuk membuat Eksperimen Interoperabilitas Banjir Nasional (NFIE). Mereka menggunakan Microsoft Azure & Cortana Intelligence Suite untuk membangun prototipe sistem pemodelan dan pemetaan data banjir nasional. Tujuan NFIE termasuk menstandardisasi data, mendemonstrasikan solusi yang dapat diskalakan, dan membantu menutup kesenjangan antara prakiraan banjir nasional dan tanggap darurat lokal.

Tim Petty, kandidat PhD di University of Alaska, Fairbanks, ingin membahas "Masalah Onion Creek," dan apa yang dapat kita lakukan untuk memperkirakan tingkat banjir ketika pengukur aliran gagal. Dan proyek SHEM dimulai.

Perkiraan hidrologi aliran menggunakan pembelajaran mesin (SHEM) adalah eksperimen Cortana Intelligence Suite yang membuat model prediktif yang dapat bertindak sebagai data aliran aliran proxy saat pengukur aliran gagal. Dan karena kemampuan pembelajaran mesin, bahkan dapat membuat perkiraan tingkat aliran di mana tidak ada pengukur aliran yang sebenarnya.

SHEM berbeda dari kebanyakan model yang ada karena tidak bergantung pada jarak antara pengukur aliran dan atribut lokasinya, tetapi hanya didasarkan pada pembelajaran mesin untuk memproses dari pola historis pelepasan dan menafsirkan volume besar data hidrologi kompleks. “Pelatihan” ini mempersiapkan SHEM untuk memprediksi informasi aliran sungai untuk lokasi dan waktu tertentu karena dipengaruhi oleh atribut multivariat (misalnya, jenis aliran, jenis reservoir, jumlah curah hujan, dan kondisi aliran permukaan dan bawah permukaan).

Baca tentang proyek ini secara detail di sini. Pelajari tentang Cortana Intelligence Suite dari Microsoft di sini.