Публикации по теме 'disaster-response'
От ураганов до землетрясений: технические специалисты лидируют в аварийном восстановлении
Стихийные бедствия могут иметь разрушительные последствия для сообществ во всем мире. Эти события, от ураганов и землетрясений до наводнений и лесных пожаров, могут разрушить дома, нарушить работу транспортных сетей и нарушить работу основных служб, таких как электричество и водоснабжение. После стихийного бедствия важно, чтобы сообщества могли восстановиться, поскольку…
Семантическая сегментация после катастрофы
Обзор
Стихийные бедствия могут нанести значительный ущерб инфраструктуре и нарушить жизнь многих людей. Быстрое реагирование на эти стихийные бедствия требует способности оценивать масштабы ущерба и определять области, требующие первоочередного внимания. В последние годы для этой цели становится все более популярным использование беспилотных летательных аппаратов (БПЛА), так как они позволяют получать качественные снимки с низким разрешением районов, пострадавших от стихийных..
Конвейер реагирования на стихийные бедствия
Решение на основе машинного обучения для помощи людям, пострадавшим от стихийных бедствий по всему миру
Мотивация
Это один из самых значимых проектов, которые я когда-либо делал. Это касается каждого из нас в мире, и я пытаюсь решить проблемы стихийных бедствий, чтобы помочь тому, кто срочно нуждается в поддержке, используя науку о данных и машинное обучение.
Цель проекта — создать модель машинного обучения для категоризации экстренных текстовых сообщений в зависимости от..
Преимущества и варианты использования искусственного интеллекта в управлении стихийными бедствиями
Эти прорывы могут повысить готовность, а также свести к минимуму человеческие и инфраструктурные затраты в случае катастроф.
Каждый год стихийные бедствия сеют хаос на земле. Стоимость нескольких стихийных бедствий превысила 268 миллиардов долларов в 2020 году …
Неделя 4 — DASM — Внедрение BoVW
Всем привет! Как мы упоминали на прошлой неделе, мы можем использовать 2 метода для нашего проекта Системы оценки повреждений для данных изображений (DASM) : BoVW и CNN.
На этой неделе мы внедрили модель BoVW в наш набор данных. Мы получили хорошие результаты!
Средняя точность: 0,8501628664495114
Мы использовали матрицу путаницы для оценки производительности наших моделей BoVW.
Мы получили следующие результаты:
Суммарная точность: 0,8501387744753106
Итого:..
Как построить конвейер машинного обучения для более эффективного реагирования на стихийные бедствия
Следующий проект в моем путешествии по науке о данных в Udacity
Введение
Представьте себе экологическую катастрофу, которая затрагивает часть мира, где проживает много людей. Некоторым из них действительно нужна помощь в виде лекарств, еды, техники и т. д. Чтобы привлечь внимание, они, скорее всего, рассылают экстренные сообщения в надежде, что сообщение будет прочитано и будут приняты правильные меры. Этот проект предоставляет механизм, который классифицирует эти сообщения о..
Как я использовал краудсорсинг, чтобы помочь в проведении спасательных операций в Керале.
За ночь я сделал веб-сайт, который позволяет людям находить срочные запросы
В августе 2018 года наводнение опустошило штат Керала. Прямо пострадала одна шестая его населения. Штату нанесен имущественный ущерб на сумму 3 миллиарда долларов.
Я Арнав , 18-летний парень из Бангалора, который закончил школу в марте этого года. Во время наводнения я наткнулся на Проект спасения Кералы . Это было движение разработчиков-добровольцев, решающих технические проблемы, связанные с..
