Wissenschaftler der Duke University haben ein Tool für künstliche Intelligenz entwickelt, das dabei helfen wird
Die Autoren des neuen KI-Tools sind besonders an der Erkennung von PM2,5-Partikeln interessiert.
PM2.5 sind feste Teilchen mit einer Größe von weniger als 2,5 Mikrometern. Ihr Durchmesser ist 30-mal kleiner als der eines menschlichen Haares. Dazu gehört eine Mischung aus Staub-, Asche-, Rußpartikeln sowie in der Luft suspendierten Sulfaten und Nitraten. Es sind diese Substanzen, die Lufttrübung verursachen, was typisch für die Zentren der größten Ballungsräume ist.
Partikel PM2.5 können tief in die Atemwege klettern und sich in der Lunge niederlassen. Das Einatmen dieser Partikel kann zu Reizungen der Augen, der Nase, des Rachens oder der Lunge sowie zu Husten, Schnupfen und Ersticken führen. Dies erschöpft jedoch nicht die Gefahr ihres Aufpralls. Die PM2.5-Partikelkonzentrationsrate der Weltgesundheitsorganisation beträgt 25 Mikrogramm pro Kubikmeter. Das Überschreiten dieser Grenze kann die normale Funktion der Lunge stören und zur Entwicklung vieler gefährlicher Krankheiten wie Lungenkrebs, Infektionen der Atemwege und Herz-Kreislauf-Erkrankungen führen.
Neuer Algorithmus für künstliche Intelligenz gewähltDiese Satellitenbilder sind viertelgroß als lokale Hotspots (oben) und kühle Stellen (unten) für die Luftverschmutzung in Peking. Bildnachweis: Tongshu Zheng, Duke University.
Globale Krankheitslast für 2020Es wird berichtet, dass 90% der Weltbevölkerung in Gebieten leben, in denen PM2.5 gesundheitsschädlich ist. Gleichzeitig gibt es in den meisten Städten aufgrund der hohen Kosten keine bodengestützten Luftüberwachungsstationen.
Darüber hinaus geben sie nur eine allgemeine Vorstellung.Über die Bedingungen der Luftverschmutzung in einer bestimmten Region, aber für Einwohner verschiedener Stadtteile sind diese Daten nutzlos. Um das Problem zu lösen, haben Wissenschaftler ein Instrument zur Messung von PM2,5 im 300-Meter-Bereich (Stadtblock) entwickelt.
Ein neuer Algorithmus für künstliche Intelligenz hat mehrere Hot Spots und Cool Spots mit Luftverschmutzung in Delhi identifiziert. Bildnachweis: Duke University School of Nursing.
Nutzung von Satellitendaten, Wetterindikatoren uswForscher des maschinellen Lernens trainierten einen Algorithmus, um automatisch heiße und kühle Stellen mit Luftverschmutzung zu finden. Die Entwickler verwendeten die Technik des Residuallernens. Der Algorithmus schätzt zunächst die PM2,5-Werte ausschließlich anhand von Wetterdaten. Anschließend wird die Differenz zwischen diesen Schätzungen und den tatsächlichen Partikelkonzentrationen gemessen. Dadurch lernt der Algorithmus, Satellitenbilder zu nutzen, um Prognosen zu verbessern.
weiter lesen
Es wurde klar, warum Wissenschaftler die falschen Planeten als lebensfähig bezeichnen
Die erste genaue Weltkarte wurde erstellt. Was ist los mit allen anderen?
Sie unterstützen das Universum: wie die vier Hauptkräfte der Natur wirken