ИИ научили оценивать ущерб от ураганов
Ученые Университета штата Огайо разработали алгоритм машинного обучения, предсказывающий степень повреждения зданий после урагана. Об этом пишет Techxplore.
Разработчики использовали спутниковые снимки, созданные до и после урагана. Эти изображения содержали 22 686 зданий.
Затем с помощью сверточной нейронной сети исследователи воссоздали контуры построек на спутниковых снимках до урагана и классифицировали количество повреждений после стихии. Для модели использовали четыре категории:
- неповрежденные;
- незначительные повреждения;
- серьезные повреждения;
- разрушенные.
Исследователи протестировали свою новую модель на данных об урагане «Майкл», который обрушился на восточное побережье США осенью 2018 года. Выяснилось, что алгоритм правильно оценил ущерб в 86,3% в одном из регионов Флориды. Это на 11% лучше, чем у модели, созданной с применением метода опорных векторов (SVM).
«SVM пытался различить незначительные и серьезные повреждения, что может быть серьезной проблемой для групп реагирования на ураган», — сказал соавтор исследования Дэшэн Лю.
Ученый считает, что их алгоритм поможет спасателям в режиме реального времени оценивать ущерб, причиненный стихией.
«В реальных ураганных ситуациях модель можно использовать для оценки степени повреждения здания, чтобы направить туда экстренные службы для первоочередной проверки», — заявил Лю.
Напомним, в мае 2021 года ученые разработали инструмент с искусственным интеллектом для предсказания града, торнадо и сильных ветров во время шторма.
В сентябре DeepMind представила инструмент глубокого обучения DGMR для предсказания дождя на 90 минут вперед.
Подписывайтесь на новости ForkLog в Telegram: ForkLog AI — все новости из мира ИИ!
Рассылки ForkLog: держите руку на пульсе биткоин-индустрии!