Big Data на пользу городу |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-03-18 12:17 А вы знали, что с помощью машинного обучения и нейронных сетей можно создавать системы прогнозирования, которые способны предотвращать аварии на дорогах? Это уже не сказка. Успехи математиков в области машинного обучения продвинули данную область вперед. Сегодня я хочу рассмотреть важный городской вопрос: как уменьшить количество аварий в городе, в которых погибают люди, а также из-за которых возникают пробки. Big Data в помощь! Первым шагом нужно собрать как можно больше данных передвижения автомобилей. Это возможно сделать с помощью камер, которые находятся на проезжей части и компьютерного зрения, специальных электронных датчиков или воспользовался статистикой из навигаторов, к примеру из «Яндекс.Карты». Чем больше таких данных, тем лучше. Вторым шагом необходимо обучить нейронную сеть. Сегодня существует множество открытых библиотек по данной задаче от крупных компаний, к примеру TensorFlow от Google. Имея статистику по авариям, пробкам и зная загруженность дорог можно реализовать систему прогнозировал и в итоге иметь вероятностные прогнозы возможных аварий и пробок. Как использовать эти вероятности? Если мы на каком-то перекрестке имеем вероятность появления пробки в 3 раза выше среднего, то на данный перекресток необходимо обратить внимание и разумно поставить дорожный патруль или до этого перекрестка постараться разгрузить автомобильный поток объездными путями. Вокруг нас безумное количество данных, статистики, которую мы можем использовать, чтобы не допускать ошибок и необратимых последствий. Раньше, нас останавливала проблема нехватки вычислительной мощности, но сейчас её уже нет и всё в наших руках. Подумайте, а как ещё можно использовать big data на пользу вашего города? Комментарии: |
|