Công cụ phân tích sự giàu có bằng trí tuệ nhân tạo (AI) sử dụng ảnh vệ tinh

/in /by

Các nhà nghiên cứu tại Đại học Carnegie Mellon phát triển một phần mềm AI có thể được sử dụng để phân tích sự giàu có bằng cách sử dụng dữ liệu điều tra dân số và ảnh vệ tinh

Các nhà nghiên cứu tại Đại học Carnegie Mellon đã phát triển công cụ phân tích sự giàu có dựa trên trí tuệ nhân tạo có thể dự đoán thu nhập hộ gia đình trung bình của các khu phố ở thành phố New York và khu vực St. Louis bằng cách cung cấp dữ liệu điều tra dân số và hình ảnh vệ tinh.

Phần mềm được biết đến với tên gọi là Penny, nó phân tích hình ảnh DigitalGlobe trong mạng nơ ron của nó (neural network), kết quả là các thuật toán nhận dạng kiến ​​trúc lặp đi lặp lại, các khu vực hình viên kim cương bóng chày được coi như các khu vực có thu nhập thấp.  Các tòa nhà chọc trời bằng kính và có không gian xanh nhiều được coi như khu vực thu nhập cao.

Người dùng có thể thêm các đối tượng kỹ thuật số vào bản đồ và sau đó chạy Penny để có phân lớp mới. Một trong những bổ sung này có thể dẫn đến kết quả kì quặc, chẳng hạn như một con tàu khổng lồ hoặc Tượng Nữ thần Tự do. Penny không hoàn hảo trong dự đoán của nó. Thông tin cho cả St. Louis và New York không thể được áp dụng cho các khu đô thị khác một cách chính xác.

Mặc dù vậy, đây là một thử nghiệm về học máy, cũng như một minh chứng cho thấy kế hoạch của các thành phố có thể thường xuyên không đáp ứng được mức độ thu nhập thậm chí hình ảnh vệ tinh có thể nhìn thấy nó.

Kết quả có thể không đáng ngạc nhiên, nhưng khá thú vị khi thấy các nhà nghiên cứu kết hợp dữ liệu hiện có qua việc học máy. Dự án là một lời nhắc nhở cho thấy rằng thế giới của chúng ta bây giờ đã “được nhìn thấy” bằng hình ảnh vệ tinh như thế nào. Các nhà phát triển của Penny nói rằng mục tiêu của họ là “châm ngòi cho một cuộc trò chuyện về trí tuệ nhân tạo, học máy, các thành phố, cơ sở hạ tầng, ảnh vệ tinh và dữ liệu lớn”.

FIMO Internship Program (FIP) – The best demonstration of the week 1

/in /by

Trong khuôn khổ chương trình FIP – FIMO Internship Program, hàng tuần các bạn sinh viên thực tập sẽ có một cuộc thi nhỏ về sản phẩm mình làm được. Tuần vừa qua, các bạn sinh viên thực tập được đào tạo và hướng dẫn lập trình IoT. Anh Hà Đức Văn, người đào tạo và hướng dẫn các bạn, cùng với các cán bộ khác của FIMO đã kiểm tra hệ thống của từng bạn và quyết định lựa chọn sản phẩm của bạn Nguyễn Ngọc Đức là sản phẩm tốt nhất tuần vừa qua. Sản phẩm của Đức là Hệ thống thu thập và hiển thị theo thời gian thực trên bản đồ dữ liệu từ các cảm biến môi trường (nhiệt độ và độ ẩm).

Anh Hà Đức Văn đã đại diện cho chương trình FIP trao phần thưởng The best demonstration of the week cho bạn Nguyễn Ngọc Đức.

Anh Hà Đức Văn trao phần thưởng cho bạn Nguyễn Ngọc Đức đoạt danh hiệu The best demonstration of the week

 

 

Dữ liệu từ chương trình vệ tinh GOES-R đã sẵn sàng trên Amazon Web Services

/in /by

Ảnh minh họa

Cục địa chất và hải dương học quốc gia Mỹ (NOAA) sử dụng chùm vệ tinh GOES (Geostationary Operational Environmental Satellites) để cung cấp hình ảnh thời tiết liên tục và giám sát khí tượng, môi trường trên toàn bộ nước Mỹ. GOES cung cấp các thông số về khí quyển, đại dương, hỗ trợ dữ báo thời thiết, phân tích khí hậu, quản lý hệ sinh thái. Vệ tinh này sử dụng 16 kênh quang phổ và tần số quét tối đa là một phút để đảm bảo dự báo chính xác và kịp thời. Từ bây giờ, Amazon S3 cung cấp miễn phí cho tất cả người dùng dữ liệu thời gian thực và dữ liệu lịch sử gốc của GOES-R bao gồm Advanced Baseline Imager (ABI), radiance data (Level 1b), sản phẩm (Level 2) Cloud và Moisture Imager (CMI). Đây là kế quả của dự án  NOAA Big Data Project (BDP) để khai phá các lợi ích của lưu trữ bản sao và mô hình đám mây.

Tất cả các tệp dữ liệu từ GOES-16 (trước đây là GOES-R) được cung cấp ở định dạng netCDF4. Dữ liệu GOES-16 được lưu trữ trong kho lưu trữ Amazon S3 noaa-goes16 trong khu vực us-east-1 của S3. Các tệp tin cá nhân có sẵn trong định dạng netCDF với giản đồ sau đây:

“<Product>/<Year>/<Day of Year>/<Hour>/<Filename>”

Nếu quan tâm, bạn có thể đăng ký nhận thông báo dữ liệu GOES thông qua  Amazon SNS

Thông tin tóm tắt:

Source National Oceanic and Atmospheric Administration
Category Earth Science, Sensor Data, Natural Resource, Meteorological
Format netCDF v4
License There are no restrictions on the use of this data.
Storage Service Amazon S3
Location s3://noaa-goes16 in us-east-1 region
Update Frequency New data is added as soon as it’s available

Nguồn: amazon

Hệ thống không dây sử dụng sóng vô tuyến để theo dõi giấc ngủ

/in /by

Các nhà nghiên cứu MIT đã công bố một phương pháp mới để theo dõi giấc ngủ từ xa. Toàn bộ hoạt động giống như định vị điện tử – sóng vô tuyến được chiếu tới vị trí người ngủ và theo dõi mọi sự thay đổi của cơ thể khi chúng quay trở lại.

Nghiên cứu này là mới nhất trong một số hoạt động khác nhau mà nhóm nghiên cứu đã theo dõi sử dụng sóng vô tuyến điện năng thấp. Nhờ công nghệ AI mới, hệ thống hiện nay có thể nhận ra các thay đổi nhỏ nhất, biến chúng thành thông tin có ý nghĩa về các kiểu ngủ của người dùng, bao gồm các giai đoạn ngủ (nhẹ / sâu / R.E.M), vận động và tỷ lệ thở.

Thử nghiệm được thực hiện trên 25 tình nguyện viên trên 100 đêm ngủ. Giáo sư trưởng nghiên cứu, Dina Katabi nói với TechCrunch rằng hệ thống này có thể phát hiện các mẫu ngủ với tỷ lệ chính xác khoảng 80% – tương đương với các bài kiểm tra về giấc ngủ của EEG.

Mặc dù đã có một số nghiên cứu kết luận về việc theo dõi giấc ngủ thông qua các thiết bị đeo sẵn như Fitbit và Apple Watch nhưng những sản phẩm này dựa hầu hết vào các chuyển động được phát hiện bởi các cảm biến gia tốc để theo dõi giấc ngủ.

Katabi cho biết: “Những thiết bị đeo rất tuyệt vời, nhưng tầm nhìn của chúng tôi là có cái mà chúng ta gọi là” vô hình “. “Đó là một thiết bị dường như không xuất hiện trong nhà của bạn, đồng thời theo dõi bất kỳ vấn đề sức khoẻ nào, chỉ sử dụng các tín hiệu không dây”.

Hệ thống không dây có nhiều yếu tố nổi trội hơn so với các thiết bị đeo, bao gồm chuyển động, thở và nhịp tim. Nó có thể hoạt động khi được đặt trên kệ hoặc gắn trên tường cách một vài mét tới người ngủ.

Hệ thống này sử dụng ít năng lượng hơn Wi-Fi và đủ mạnh để được sử dụng ở các vị trí khác nhau với các bệnh nhân khác nhau mà không cần phải hiệu chuẩn lại. Tất cả điều đó có nghĩa là nó có thể là lý tưởng để sử dụng trong việc giám sát bệnh nhân ở nhà trong chế độ ngủ tự nhiên.

Bước tiếp theo của hệ thống là nghiên cứu cách thức giấc ngủ ảnh hưởng đến các bệnh như Parkinson và Alzheimer, cả hai đều liên quan chặt chẽ đến các rối loạn giấc ngủ khác nhau. Tất nhiên, đây vẫn chỉ giai đoạn đầu, và việc sử dụng một thiết bị như vậy sẽ cần sự chấp thuận của các tổ chức như FDA. Nhưng bây giờ, kết quả có vẻ đầy hứa hẹn.

Nguồn: Researchers use radio waves to wirelessly monitor sleep patterns