2024 年 12 月 2 日星期一
阅读时间：3分钟
深度学习
机器学习
研究
智慧城市
社会
分享按钮
• 在赖斯大学杰米·艾伦·帕吉特 (Jamie Ellen Padgett) 的指导下攻读博士学位期间，现任美国非营利性水研究所研究员的 Pranavesh Panakkal 开发了一种用于预测道路网络洪水的人工智能工具。
• 该工具被命名为 OpenSafe Fusion，是一种自动数据融合框架，它结合了来自多个公共来源的信息，以增强对道路状况的感知。这项研究得到了美国国家科学基金会和美国国家科学、工程和医学院海湾研究计划的支持。
• 这项研究的目标是利用对道路网络状况的深入了解，加快市政当局和紧急服务部门的干预速度，
以保护处于危险中的民众
2017 年飓风哈维引发的灾难性洪灾中，休斯顿超过三分之一的受害者死于道路相关事故，而道路 手机号码数据 事故是许多发达国家洪灾死亡的主要原因（40%-60%）。当破纪录的降雨量倾泻而下时，“并没有关于洪水对道路影响的实时信息”，美国非营利性水研究所的Pranavesh Panakkal解释说。该研究所专门从事与水有关的环境问题的应用研究。这位研究人员正在构建工具，以提供有关城市道路状况的可靠和及时的信息，以便应急服务部门更好地组织救援工作。这项工作基于 Panakkal 在莱斯大学Jamie Ellen Padgett 博士指导下攻读博士和博士后研究期间开发的 AI 框架，该框架利用了多模态 AI 输入。“它被称为OpenSafe Fusion，是使用数据融合的移动开源态势感知框架的缩写。该框架背后的想法是利用现有的报告机制和公共数据源来预测和跟踪城市洪水期间快速变化的道路状况。”
我们采取了保护措施，让人类操作员在使用数据之前检查模型并纠正任何错误
没有什么比黑匣子更好
“该系统没有在整个城市道路网络中部署传感器，因为这样做成本过高，而是利用了各种来源的 出口发展：内容营销如何增加您的出口 现成数据：闭路电视、河流上的传感器、记录交通速度的道路摄像头以及社交网络上分享的帖子。”例如，休斯顿配备了一个计算机视觉人工智能模型，该模型每五到十分钟分析一次来自 700 个交通监控摄像头的数据。“其他自然语言处理 (NLP) 模型监控社交网络上公开帖子中的信息。我们总共分析了九种不同的数据源，但并非所有数据源都需要使用人工智能处理，”研究人员指出。“利用多个数据源可以 印度手机号码 提高预测的准确性。同时，我们不想建立一个像黑匣子一样工作的系统，因此我们加入了保护措施，使人类操作员能够在使用数据之前检查模型的结果并纠正任何错误。”计算机视觉模型的结果在低光照条件下并不总是可靠的，这就是为什么采用的方法允许调整参数：“在这些情况下，我们优先考虑其他数据源。”