A Duke Egyetem tudósai kifejlesztettek egy mesterséges intelligencia eszközt, amely segíteni fog
Az új mesterséges intelligencia eszköz szerzői különösen érdeklődnek a PM2,5 részecskék szintjének kimutatása iránt.
PM2.Az 5. ábra 2,5 mikronnál kisebb szilárd részecskék. Átmérőjük 30-szor kisebb, mint egy emberi hajé. Ide tartoznak a por, hamu, korom, valamint a levegőben szuszpendált szulfátok és nitrátok keveréke. Ezek az anyagok okozzák a légzavarosságot, amely a legnagyobb nagyvárosi területek központjaira jellemző.
PM2 részecskék.5 képes mélyen bemászni a légutakba és megtelepedni a tüdőben. Ezen részecskék belégzése irritációt okozhat a szemben, az orrban, a torokban vagy a tüdőben, valamint köhögést, orrfolyást és fulladást okozhat. De ez nem meríti ki a hatásuk veszélyét. Az Egészségügyi Világszervezet PM2,5 részecskekoncentrációja 25 mikrogramm / köbméter. Ennek a határnak a túllépése megzavarhatja a tüdő normális működését, és számos veszélyes betegség, például tüdőrák, légúti fertőzések és szív- és érrendszeri betegségek kialakulását okozhatja.
Új mesterséges intelligencia algoritmus választottezek a műholdképek negyednagyságúak, mint helyi hotspotok (felül) és hűvös foltok (alul) a pekingi légszennyezés szempontjából. Hitel: Tongshu Zheng, Duke Egyetem.
A betegségek globális terhe 2020-rajelentések szerint a világ népességének 90% -a olyan területeken él, ahol a PM2,5 veszélyes az egészségre. Ugyanakkor a legtöbb városban a magas költségek miatt nincs földi légi megfigyelő állomás.
Sőt, csak általános elképzelést adnak.a légszennyezés körülményeiről egy bizonyos régióban, de a város különböző területein lakók számára ezek az adatok haszontalanok. A probléma megoldására a tudósok létrehoztak egy eszközt a PM2,5 mérésére a 300 méteres tartományban (városi blokk).
Egy új mesterséges intelligencia algoritmus több forró és hűvös helyet azonosított Delhi légszennyezettségével. Kredit: Duke Egyetemi Ápolási Iskola.
Műholdas adatok, időjárási mutatók ésA gépi tanulással foglalkozó kutatók kidolgoztak egy algoritmust, amely automatikusan megtalálja a légszennyezettség forró és hideg pontjait. A fejlesztők a reziduális tanulás technikáját alkalmazták. Az algoritmus először csak időjárási adatok alapján becsüli meg a PM2,5 szintet. Ezután méri a különbséget ezen becslések és a tényleges részecskeszintek között. Ennek eredményeként az algoritmus megtanulja a műholdképek használatát az előrejelzések javítására.
Olvass tovább
Világossá vált, miért hívják a tudósok a rossz bolygókat életre alkalmasnak
Létrehozták az első pontos világtérképet. Mi a baj mindenki mással?
Támogatják az univerzumot: hogyan működik a természet négy fő ereje