Cortana Intelligence Suite pomaga napovedati poplave in izboljšati javno varnost

Raziskovalci z univerze v Teksasu so sodelovali z drugimi raziskovalci, zveznimi agencijami, komercialnimi partnerji in prvimi odzivniki, da bi ustvarili nacionalni eksperiment interoperabilnosti poplav (NFIE). Uporabljajo Microsoft Azure & Cortana Intelligence Suite za izdelavo prototipa za nacionalni sistem za modeliranje in kartiranje podatkov o poplavah. Cilji NFIE vključujejo standardizacijo podatkov, prikaz razširljive rešitve in pomoč pri zapolnitvi vrzeli med nacionalnim napovedovanjem poplav in lokalnim odzivom na izredne razmere.

Tim Petty, doktorski kandidat na Univerzi na Aljaski v Fairbanksu, je želel obravnavati »problem Onion Creek« in kaj lahko storimo za oceno ravni poplav, ko merilniki toka odpovejo. In tako se je začel projekt SHEM.

Hidrološka ocena toka z uporabo strojnega učenja (SHEM) je eksperiment Cortana Intelligence Suite, ki ustvari napovedni model, ki lahko deluje kot proxy podatkov o pretoku, ko merilnik toka odpove. Zaradi zmogljivosti strojnega učenja lahko celo naredi ocene ravni toka, kjer ni dejanskega merilnika toka.

SHEM se razlikuje od večine obstoječih modelov, saj se ne zanaša na razdalje med merilniki tokov in njihove lokacijske atribute, ampak temelji izključno na strojnem učenju za obdelavo zgodovinskih vzorcev izpusta in interpretacijo velikih količin kompleksnih hidroloških podatkov. To »usposabljanje« pripravi SHEM za napovedovanje informacij o tokovnem toku za dano lokacijo in čas, saj nanj vplivajo različni atributi (na primer vrsta toka, vrsta rezervoarja, količina padavin ter pogoji površinskega in podzemnega toka).

Podrobno preberite o tem projektu tukaj. Preberite več o Microsoftovi zbirki Cortana Intelligence Suite tukaj.