Hệ thống quản lý không lưu cho máy bay không người lái dựa trên AI và Blockchain

Máy bay không người lái đã và đang được sử dụng trong các trường hợp mà chuyến bay có người lái được coi là quá nguy hiểm. Đến năm 2020, ước tính có 7 triệu máy bay không người lái dự kiến ​​sẽ được sử dụng cho việc thu thập dữ liệu quan trọng. Trong khi sự phát triển của việc sử dụng máy bay không người lái có thể cực kỳ có lợi cho nhiều lĩnh vực, cần thiết phải xây dựng một hệ thống quản lý không lưu tránh va chạm.

Trong thời gian gần đây, máy bay không người lái bị rơi đã trở thành một vấn đề thường xuyên. Theo tờ Washington Post, trong năm 2015, khoảng 20 máy bay không người lái lớn của Mỹ đã bị phá hủy, thiệt hại ít nhất 2 triệu USD trong các vụ tai nạn. Gần đây, một máy bay không người lái đâm vào một chiếc máy bay phản lực Boeing 737 bay xuống đất tại sân bay Mozambique. Có khoảng 80 hành khách trên tàu. Mặc dù máy bay có thể hạ cánh an toàn mà không gây ra bất kỳ thương tích lớn nào cho hành khách, nhưng nó gây ra một thiệt hại lớn cho máy bay. Từ đó cho thấy việc quản lý hoạt động của máy bay không người lái là cần thiết.

Các chuyến bay không người lái đặt ra một thách thức đối với hệ thống quản lý không lưu thông thường hiện tại. DEERO AERO có một giải pháp cho nó. Công ty khởi nghiệp công nghệ này đang xây dựng một hệ thống quản lý không lưu cho máy bay không người lái tự động AI-driven (UTM) dựa trên nền tảng Blockchain để đảm bảo các chuyến bay có người lái và không người lái an toàn trong không phận chung. Nền tảng UTM của công ty sẽ hài hòa sự tích hợp giữa các hệ thống UTM trên toàn cầu và cho phép ngành công nghiệp, bao gồm nhà sản xuất, nhà cung cấp dịch vụ và người dùng cuối sử dụng máy bay không người lái một cách an toàn và hiệu quả mà không làm gián đoạn hệ thống hàng không có người lái hiện tại.

Nền tảng này sẽ có các tính năng như thiết lập hàng rào địa lý động, quản lý tắc nghẽn, tránh địa hình, lập kế hoạch tuyến đường, định tuyến lại, quản lý tách, sắp xếp trình tự và khoảng cách và quản lý dự phòng.

Nền tảng UTM sẽ đưa ra quyết định tự trị như thay đổi tuyến đường (bay lại kế hoạch bay) của máy bay không người lái khi đang bay nếu có thay đổi về giới hạn không phận do một số yếu tố khẩn cấp hoặc các yếu tố khác. Làm điều này cho hàng trăm máy bay không người lái bay trong một khu vực bằng tay sẽ là một cơn ác mộng. Trong khi thay đổi tự động trong đường bay này xảy ra cho hàng trăm hoặc hàng ngàn máy bay, nền tảng này sẽ đảm bảo rằng các máy bay không va chạm với nhau và có thể tự động tránh các tòa nhà chọc trời và cơ sở hạ tầng khác. Nền tảng cũng sẽ đưa ra các quyết định quản lý dự phòng nếu có sự thay đổi đột ngột trong điều kiện khí tượng hoặc có trường hợp khẩn cấp như đột phá hỏa hoạn trên đường đi hoặc máy bay không người lái mất liên lạc với nền tảng do lỗi cảm biến vv Tất cả điều này sẽ được quản lý bởi AI và sẽ dựa trên Blockchain. Mức độ thông minh và tự chủ của nền tảng sẽ là một chức năng tinh tế của mô-đun AI.

Nguồn

Bluesky chụp ảnh trên không độ phân giải siêu cao ở Dublin, Ireland

Công ty Bluesky Ireland đã chụp ảnh trên không độ phân giải siêu cao 12,5 cm đầu tiên của toàn bộ khu vực Greater Dublin, Ireland. Dữ liệu bao gồm hình ảnh bao phủ diện tích 1.850 km2, chi tiết các vạch đường, ranh giới bất động để sử dụng trong Hệ thống Thông tin Địa lý (GIS). dữ liệu cũng được cung cấp thông qua WMS chuyên dụng (Dịch vụ lập bản đồ web), cho phép người dùng truyền hình ảnh trực tiếp vào GIS của họ hoặc các phần mềm tương thích khác.

Rachel Tidmarsh, Giám đốc điều hành của Bluesky International nhận xét. “Khi dữ liệu được xử lý, dữ liệu sẽ được gửi cho khách hàng theo hợp đồng hiện có và sẽ có sẵn trực tuyến tại www.bluesky-world.ie nơi khách truy cập có thể tìm kiếm, xem và tải xuống lựa chọn dữ liệu của họ”.

Bluesky đã sử dụng các thiết bị thu thập hiện đại với máy bay được trang bị máy ảnh Microsoft Vexcel UltraCam Eagle với UltraMount, cảm biến LiDAR Optech Galaxy, Máy ảnh nhiệt Optech LW640, hệ thống dẫn đường quán tính tiên tiến (INS) kết hợp đầu dòng Applanix IMU và hệ thống GPS. Sau khi thu thập dữ liệu, dữ liệu thô được hiệu chỉnh hình học để đảm bảo độ chính xác của dữ liệu.

Kể từ năm 2015, Bluesky đã chiếm gần 95% tổng diện tích chụp ảnh trên không có độ phân giải 25 cm và 12,5 cm. Mô hình chiều cao chi tiết, mô hình địa hình kỹ thuật số (DTM) và mô hình bề mặt kỹ thuật số (DSM) tương ứng với độ phân giải 2 mét và 25 cm và hình ảnh hồng ngoại màu (CIR) cung cấp một công cụ có giá trị cho nghiên cứu thực vật và các tác động khác của con người hoạt động trên trái đất và môi trường của nó.

Dữ liệu Bluesky đã được sử dụng trong các cơ quan chính phủ, cơ quan quản lý, các công ty, kỹ sư và chuyên gia tư vấn môi trường trên khắp Ireland. Đầu năm nay, Bộ Nông nghiệp, Thực phẩm và Hàng hải (DAFM) đã ký kết với Bluesky một hợp đồng ba năm để cung cấp dữ liệu địa lý với các ứng dụng nông thôn và lâm nghiệp.

Nguồn: bluesky-world.ie

 

 

Giải pháp mới cho việc thu thập dữ liệu thực địa trên điện thoại di động

ADW Software đã cho ra mắt MyCumulus – ứng dụng giúp thu thập dữ liệu thực địa. MyCumulus là sự kết hợp của ứng dụng trên nền tảng di động, nền tảng web và một số công cụ khác cho phép bất kỳ người dùng nào cũng có khả năng tạo ra các biểu mẫu riêng để phục vụ cho việc thu thập dữ liệu trên điện thoại thông minh hoặc máy tính bảng Android và có thể hiển thị được dữ liệu trên trang web MyCumulus. Dữ liệu thu thập được có thể import trực tiếp vào Excel và  phần mềm CAD + GIS của Pythagoras.

MyCumulus cung cấp API mở, cho phép các nhà phát triển viết các công cụ tương tác với máy chủ MyCumulus. Việc tích hợp cơ sở dữ liệu, tùy chỉnh, tạo báo cáo chỉ là một vài ví dụ về sự phong phú của các giải pháp mà API của MyCumulus cung cấp.

MyCumulus là một giải pháp cho việc thu thập dữ liệu GIS cho các nhà khảo sát đất đai, đô thị, cơ sở công cộng, nghiên cứu thực địa. Phối hợp với Pythagoras, MyCumulus đã được giới thiệu tại cuộc họp phân phối do Pythagoras tổ chức, diễn ra vào ngày 20 và 21 tháng 2.

Theo Jan Van Looy, giám đốc bán hàng tại Pythagoras, MyCumulus cung cấp một cách mới để thu thập dữ liệu GIS và đưa chúng vào Pythagoras dễ dàng. Điều này mở ra cơ hội mới và thu hút được các người dùng đến với Pythagoras, ông cho biết thêm.

Nguồn: New Solution for Mobile Data Collection

Bảy cách Internet of Things có thể giúp kết thúc nạn đói trên thế giới

Nạn đói trên thế giới đã tồn tại trong nhiều thế kỷ. Cụm từ “trying to solve world hunger,” đã trở thành viết tắt để chỉ bất kỳ vấn đề nào có vẻ như không thể giải quyết.

Một số liệu thống kê đang buồn. Theo Chương trình Lương thực Thế giới, cứ chín người trên thế giới thì có một người đang đối mặt với nạn đói. Mỗi ngày, trong 7,6 tỷ người trên thể giới có 800 triệu người phải chịu đói.

Nhưng hình ảnh không phải là tất cả. Số người đói trên thế giới đã giảm hơn 200 triệu kể từ đầu những năm 1990, bất chấp sự gia tăng đáng kể dân số toàn cầu, nhờ nỗ lực phối hợp của các chính phủ, các tổ chức toàn cầu, tổ chức từ thiện và các cơ quan địa phương. Tuy nhiên, mục tiêu của một thế giới không có nạn đói vẫn không thay đổi.

Điều đáng buồn là thế giới sản xuất đủ thức ăn để nuôi sống tất cả con người trên hành tinh. Trong năm 2010, thế giới sản xuất thêm 20% so với lượng thực phẩm cần thiết để nuôi sống con người. Một nghiên cứu năm 2016  của  Viện Potsdam ỏ  Đức cho biết: đến năm 2050, lượng dư thừa này được dự đoán sẽ tăng đáng kể. Hầu hết các quốc gia và khu vực, thậm chí cả những nơi phải đôi mặt với nạn đói, đều sản xuất ra một lượng thực phẩm dư thừa. Vậy tại sao 800 triệu người vẫn phải chịu đói?

Một số yếu tố khác nhau, bao gồm sức mua của những người đói, góp phần vào tình trạng tiến thoái lưỡng nan này. Nhưng sự thiếu hụt của một hệ thống phân phối thực phẩm hiệu quả toàn cầu là một yếu tố quan trọng.

Một phần ba đến một phần tư của tất cả các thực phẩm sản xuất cho con người tiêu thụ bị mất hoặc lãng phí, theo Ngân hàng Thế giới. Đây là một tỷ tấn thực phẩm mỗi năm. Điều này có ý nghĩa vượt xa sự đói nghèo của thế giới. Nếu chất thải thực phẩm là một quốc gia, nó sẽ lớn thứ ba thể giới sau Mỹ và Trung Quốc.

Giải quyết nạn đói trên thế giới thông qua chuỗi cung ứng Internet of Things

Giải quyết vấn đề lãng phí và phát triển một chuỗi cung ứng thực phẩm được trang bị đầy đủ là điều quan trọng nhất.

Những tiến bộ trong công nghệ Internet of Things (IoT) có thể giúp loại bỏ các nguyên nhân chính gây ra lãng phí ithực phẩm. IoT có thể đẩy mạnh các sáng kiến ​​liên quan và đã tạo ra kết quả đầy hứa hẹn. IoT có thể cung cấp các chương trình này với cơ sở hạ tầng dữ liệu thời gian thực (hoặc gần như thời gian thực) để phân tích các nỗ lực và giúp các quyết định đầu tư và chính sách trong tương lai.

IoT có khả năng:

Cải thiện năng suất từ ​​thu hoạch và lưu trữ

Theo ước tính của Tổ chức Lương thực và Nông nghiệp Liên Hiệp Quốc (FAO), có tới 30% đến 40% sản lượng thực phẩm bị mất mát trước khi đến được thị trường. Điều này đặc biệt là một vấn đề trong quá trình thế giới phát triển. IoT có thể cung cấp khả năng giám sát chi phí hiệu quả để thông báo cho nông dân. Các dữ liệu này có thể giúp họ lựa chọn phương pháp tốt nhất để thu hoạch và lưu trữ sản phẩm, đặc biệt là đối với các loại cây trồng dễ mất mát như trái cây và rau quả.

Cải thiện mạng lưới phân phối hiện có

Theo ước tính của Ngân hàng Thế giới, ở Nam và Đông Nam Á, gần 90% lượng calo lãng phí từ thực phẩm là do mất mát trong quá trình lưu kho và vận chuyển. Ở các nước phát triển, IoT có thể làm cho mạng lưới phân phối hiệu quả hơn và năng suất hơn. IoT có thể cung cấp khả năng giám sát và truy cập tốt hơn vào dữ liệu thời gian thực để đưa ra quyết định. Ví dụ, nó có thể theo dõi xe chở hàng trên đường, phát hiện tắc nghẽn và tạo các tuyến đường thay thế, và theo dõi các điều kiện bên trong các thùng chứa. Đây là những công nghệ đã được thương mại hóa và khả thi trong quá trình triển khai.

Tận dụng dữ liệu thời gian thực hiệu quả , khai thác cơ sở hạ tầng dây chuyền với khả năng theo dõi

IoT có thể tạo ra hệ thống giám sát 24/7 thực phẩm dễ hỏng và nhạy cảm và tạo ra cảnh báo khi cần thực hiện một hành động (ví dụ: cảm biến cho biết nhiệt độ cao hơn đường cơ sở trong thùng chứa, bộ theo dõi vị trí xác định lưu lượng giao thông cao). Điều này giúp thực hiện các biện pháp phòng ngừa vào đúng thời điểm, giảm lãng phí và cải thiện chất lượng sản phẩm. Điều này cũng có thể đảm bảo an toàn cho các mặt hàng dễ bị nhiễm bẩn và giúp tránh lãng phí và thu hồi sản phẩm đắt tiền.

Cải thiện thói quen mua thực phẩm ở các nước giàu để giảm thiểu lãng phí

Tủ lạnh thông minh có thể theo dõi số lượng và chất lượng thực phẩm. Chúng có thể gửi cảnh báo hoặc đề xuất các đơn đặt hàng, thậm chí đưa ra chất lượng thực phẩm được mua dựa trên các mẫu sử dụng.

Kéo dài tuổi thọ của sản phẩm

IoT có thể cho phép các cửa hàng bán các loại thực phẩm vẫn có chất lượng tốt trong một thời gian dài bằng cách tăng cường phát hiện thông qua các cảm biến. Ví dụ, tất cả các chuỗi siêu thị Đan Mạch đã có chiến lược giảm lãng phí thực phẩm. IoT có thể làm cho nó hiệu quả hơn theo cấp số nhân.

Cho phép chia sẻ thực phẩm dư thừa

IoT có thể giúp các cửa hàng, khách sạn, nhà hàng và các điểm nóng lãng phí thực phẩm điển hình khác cung cấp thực phẩm cho các tổ chức từ thiện địa phương và các chương trình phân phối khác thay vì vứt bỏ chúng đi. IoT có thể phổ biến thông tin trong thời gian thực cho mọi bên liên quan, giúp việc chia sẻ hiệu quả hơn.

Giải quyết nạn đói trên thế giới không chỉ là vấn đề đạo đức hay nhân đạo. Nó liên quan chặt chẽ với sự tăng trưởng và thịnh vượng toàn cầu. Nạn đói có thể khiến một quốc gia tiêu tốn 1% GDP hàng năm, theo một nghiên cứu năm 2015 của Đại học Nottingham. Chi phí hàng năm liên quan đến suy dinh dưỡng trẻ em khiến một số nước châu Phi tiêu 16% GDP quốc gia. Cơ hội là rất lớn. Sử dụng công nghệ IoT có thể đẩy nhanh sự kết thúc của một trong những vấn đề bi thảm nhất của nhân loại.

Nguồn: Seven ways the Internet of Things can help end world hunger

Giám sát mùa vụ quốc gia đầu tiên của Kenya giúp tăng cường an ninh lương thực

Kenya: Bộ Nông nghiệp, Thủy lợi, Chăn nuôi và Thủy sản Kenya đã công bố về giám sát mùa vụ quốc gia đầu tiên của đất nước, với sự hỗ trợ của NASA SERVIR, Trung tâm lập bản đồ tài nguyên cho phát triển khu vực (RCMRD) và GEOGLAM (Group on Earth Observations’ Global Agricultural Monitoring initiative). Thông tin về các điều kiện mùa vụ từ khắp Kenya đã được công bố công khai trong bản đầu tiên của giám sát mùa vụ vào tháng 5 năm 2018.

Giá trị

Mất mùa gây ảnh hưởng đến người nông dân và an ninh lương thực quốc gia, giám sát mùa vụ cấp quốc gia cho phép các nước dự đoán và chuẩn bị tốt hơn cho các biến động trong sản xuất nông nghiệp, để giảm thiểu thiệt hại và mất mát.

Hạn hán đặc biệt là một vấn đề đã ảnh hưởng đến an ninh lương thực ở Kenya trong những năm gần đây. Giám sát mùa vụ ở Kenya sẽ cung cấp cảnh báo sớm về mất mùa  liên quan đến hạn hán và các rủi ro khác, cho chính phủ thời gian để có các hành động ưu tiên nhằm bảo vệ và đảm bảo an ninh lương thực.

Giá trị của giám sát mùa vụ GEOGLAM đã được chứng minh ở những nơi khác ở châu Phi. Năm 2017, một giám sát mùa vụ đã cảnh báo chính quyền Uganda sẽ bị mất mùa do hạn hán. Cảnh báo này đã kích hoạt quỹ Tài trợ rủi ro thiên tai của quốc gia, cung cấp 4 triệu đô la Mỹ để hỗ trợ 31.386 hộ gia đình (khoảng 150.000 người) trong cuộc khủng hoảng.

Hỗ trợ toàn cầu cho giám sát nông nghiệp quốc gia

Nhằm tăng cường năng lực quốc gia để bảo vệ an ninh lương thực và biến động giá lương thực, GEOGLAM đã hỗ trợ phát triển các giám sát mùa vụ quốc gia ở Tanzania, Uganda, Kenya và Việt Nam. Mục đích là có thể giúp càng nhiều quốc gia càng tốt.

GEOGLAM cung cấp cho các đối tác quốc gia các phương pháp và công cụ để phát triển và quản lý giám sát mùa vụ, sau đó chuyển giao các công cụ để được quản lý trên toàn quốc. Thông tin được chính phủ cung cấp sau đó hợp lại thành đánh giá toàn cầu về an ninh lương thực và thị trường.

Nguồn: www.geospatialworld.net

Bản đồ lớp phủ đất mới cho thấy chỉ 6% diện tích đất của Vương quốc Anh được xây dựng

  • Bản đồ lớp phủ đất cho thấy hơn một nửa diện tích của Vương quốc Anh được sử dụng làm đất nông nghiệp.
  • Khoảng 6% diện tích đất Vương quốc Anh được xây dựng với 83% dân số sống ở các thành phố và thị trấn.
  • Anh là nước có mức đô thị hóa cao nhất trong các nước thuộc Vương quốc Anh với 9% diện tích đất được phân loại là đất được xây dựng.

Vương quốc Anh là một vùng đất xanh và dễ chịu với hơn một nửa diện tích đất được phân loại là đồng cỏ hoặc đất canh tác, theo một bản đồ mới được tạo bởi một viện sĩ tại Đại học Sheffield.

Bản đồ lớp phủ đất của Vương quốc Anh” được tạo bởi Giáo sư Alasdair Rae từ Bộ phận nghiên cứu Đô thị và Kế hoạch của trường, cho thấy phân bố các loại sử dụng đất.

Bản đồ cho thấy diện tích đất nông nghiệp được sử dụng cho chăn nuôi và trồng trọt chiếm khoảng 56% diện tích, và cho thấy vùng đầm lầy than bùn (9%) chiếm nhiều diện tích hơn đô thị (6%).

Anh là nước có diện tích đất xây dựng nhiều nhất trong các nước thuộc Vương quốc Anh (9%), trong khi hơn một nửa xứ Wales và Bắc Ireland là đồng cỏ và đất canh tác. Mặt khác, đất đai ở Scotland bị chi phối bởi một hỗn hợp gồm vùng đầm lấy than bùn, đồng hoang và rừng.

Giáo sư Rae cũng đã tạo ra “Bản đồ lớp phủ đất từng khu vực cho 391 địa phương của Vương quốc Anh” lần đầu tiên.

Các bản đồ này được tạo ra cùng với “Dữ liệu lớp phủ đất Corine từ năm 2012” bao gồm 44 lớp phân loại đất khác nhau. Chúng cho thấy vùng Moray ở Đông Bắc Scotland được bao phủ bởi rừng nhiều nhất với 21%, trong khi Bắc Ireland là vùng có nhiều không gian để chăn thả nhất với 85% diện tích của Armagh, Banbridge và Craigavon được coi là đồng cỏ.

Các dữ liệu cũng đã được BBC sử dụng để tạo nên một công cụ tương tác trực tuyến, dùng để hiển thị đất được sử dụng như thế nào trong mỗi khu vực. 44 lớp phân loại đất được nhóm thành 4 trường:

  • Đất nông nghiệp – đồng cỏ, đất canh tác, vườn cây ăn quả, vườn nho,…
  • Tự nhiên – đồng hoang, rừng, hồ, đồng cỏ,…
  • Được xây dựng – các tòa nhà, đường, sân bay, mỏ đá,…
  • Đô thị xanh – công viên, vườn, sân golf, sân bóng đá,…

Thành phố London được xem là địa phương được xây dựng nhiều nhất ở Anh với 98% diện tích được xây dựng.

Số lượng sân golf và đồng cỏ của công viên hoàng gia ở Richmond-Upon-Thames ở Tây Nam London khiến khu vực này thành khu vực đô thị xanh nhất với 41%.

Giáo sư Rae chia sẻ: “Vương quốc Anh trông có vẻ như một vùng đông dân cư, nhưng thực thế phần lớn diện tích của nó không được xây dựng. Được biết 83% dân số Anh sống ở các khu vực đô thị, nhiều  người cho rằng điều ngược lại mới là đúng, tuy nhiên từ quan điểm lớp phủ đất, Vương quốc Anh thật sự bị chi phối bởi đồng cỏ và đất nông nghiệp. Ở cấp độ địa phương, mọi thứ có thể rất khác so với bức tranh toàn cảnh quốc gia, vì vậy điều quan trọng là phải biết đất đai đang được sử dụng như thế nào vì thường có nhu cầu cạnh tranh. Qua việc hiểu rõ trạng thái đất, việc ra quyết định về sử dụng đất và lập kế hoạch cho tương lai sẽ dễ dàng hơn.”

Có thể xem toàn bộ các bản đồ lớp phủ đất của Vương quốc Anh trên Figshare.

Nguồn: New land cover atlas reveals just six per cent of UK is built on

“Không mã hóa, không bay” điều luật được đề xuất cho smallsats

Các vệ tinh nhỏ có hệ thống đẩy, nhưng không có hệ thống chỉ huy được mã hóa, đặt ra một mối đe dọa và gây nguy hiểm cho các vệ tinh khác.

Nghiên cứu của một nhóm sinh viên sau đại học đã trình bày tại AIAA/USU về các vệ tinh nhỏ vào ngày 9 tháng 8, đề nghị ngành công nghiệp vũ trụ thực hiện các bước để ngăn chặn sự ra mắt của các vệ tinh như vậy để tránh các sự cố đáng tiếc.

Andrew Kurzrok thuộc Đại học Yale cho biết: “Chúng tôi sẽ đề xuất như một chính sách cho cubesats và smallsats có động cơ thúc đẩy, ngành công nghiệp cần áp dụng quy tắc ‘không mã hóa, không bay’.

Đề xuất đó ảnh hưởng trực tiếp tới các nhà phát triển cubesat, những người từng có rất ít lựa chọn cho động cơ đẩy trên tàu, hiện đang tìm cách sử dụng các hệ thống đẩy điện và hóa học tiên tiến hơn. Một số công nghệ có thể giúp smallsats có thể thay đổi lớn về vận tốc, hoặc có thể cho phép thay đổi quỹ đạo lớn.

Các kịch bản đặt ra tin tặc có thể kiểm soát của một vệ tinh và chuyển hướng nó một cách nhanh chóng. Đối với các vệ tinh của chính phủ, hoặc các vệ tinh có các biện pháp an ninh như mã hóa khiến họ khó có thể bị tấn công. Tuy nhiên, nhiều vệ tinh được điều hành bởi các cơ sở giáo dục không có sự bảo mật như vậy, thường là do kinh phí hoặc hạn chế kỹ thuật.

 

Thiết bị IoT: Chirp mang âm thanh tích hợp vào Microsoft Azure

Theo NEWSBYTE, chuyên gia mạng âm thanh Chirp đã ký một hợp đồng với Microsoft để tích hợp công nghệ của mình vào Azure Cloud, mở đường cho việc định danh các thiết bị IoT mới đơn giản hơn.

Công nghệ của Chirp chuyển đổi dữ liệu thành âm thanh (hoặc ‘chirp’) có thể được thu thập bởi bất kỳ thiết bị lân cận nào được trang bị micrô.

Lợi ích của hợp đồng này là sẽ giảm thời gian cấp phép của Azure cho các thiết bị IoT từ phút xuống còn vài giây, CTO của Chirp James Nesfield cho biết.

Việc thêm một thiết bị IoT mới vào mạng Wi-Fi mới thường là một quy trình dài. Cấp phép trên Azure Cloud thường tiêu tốn vài phút, khi người dùng biến thiết bị của họ thành điểm phát sóng WiFi, kết nối với thiết bị bằng máy tính xách tay hoặc điện thoại thông minh và sau đó thiết lập thông tin đăng nhập của nó.

Hệ thống cấp phép mới của Microsoft cho thiết bị IoT sử dụng công nghệ Chirp để chuyển đổi thông tin đăng nhập của thiết bị thành âm thanh và truyền phát từ loa của máy tính xách tay hoặc điện thoại. Thiết bị ngoại tuyến lân cận chạy SDK Chirp Arm (xem bên dưới) nhận dữ liệu dưới dạng âm thanh và sử dụng thông tin đăng nhập được mã hóa để kết nối với mạng và xác thực kết nối.

Một bản demo của giải pháp trong hành động có thể được nhìn thấy ở đây:

Nguồn: IoT devices: Chirp brings audio onboarding to Microsoft Azure

Phân tích vị trí – tại sao các doanh nghiệp cần nó?

Kinh doanh tồn tại tại một thời điểm và địa điểm cụ thể. Nó có thể là đối tượng như nguyên liệu, sản phẩm, cơ sở vật chất, con người như nhân viên, đại lý, khách hàng hoặc các sự kiện như giao hàng, mua hàng, chạy sản xuất. Bằng cách hiểu cách các yếu tố này liên quan đến nhau thông qua phân tích vị trí, các doanh nghiệp có thể đưa ra quyết định sáng suốt hơn để có thể cải thiện hiệu quả kinh doanh. Phân tích vị trí giúp hiểu và nhắm mục tiêu khách hàng cũng như hiểu và tối ưu hóa quy trình kinh doanh.

Phân tích vị trí cho phép các nhà bán lẻ đạt được những điều sau:

Cải thiện lợi tức đầu tư
Phân tích vị trí có thể cung cấp thông tin chi tiết chính xác về hiệu suất kinh doanh và tiềm năng một cách nhanh chóng. Bằng cách ghép nối dữ liệu phù hợp (bất kỳ thứ gì từ số liệu bán hàng cho đến phản hồi dịch vụ khách hàng) với thông tin vị trí chính xác cao, bạn có thể thấy chính xác nơi doanh nghiệp sẽ được hưởng lợi tốt nhất. Thông qua các kỹ thuật như lập bản đồ nhiệt, các doanh nghiệp có thể nhanh chóng xác định các điểm nóng ‘đầu tư’, tiết kiệm thời gian mà nếu không sẽ được chi tiêu thông qua bảng tính và bảng.

Tăng doanh thu
Phân tích vị trí có thể giúp tăng doanh thu thông qua tiếp thị được nhắm mục tiêu. Phân tích địa phương có thể giúp tinh chỉnh mức độ chi tiết bằng cách kết hợp dữ liệu về mua mẫu, phân tích nhân khẩu học, thậm chí phân tích tình cảm được liên kết với nhau theo vĩ độ và kinh độ. Phân tích này có thể giúp doanh nghiệp đáng kể trong việc đưa ra các quyết định được nhắm mục tiêu ở cấp độ nhóm hoặc cá nhân.

Kiểm soát chi phí
Phân tích vị trí có thể hỗ trợ trong việc hình dung hiệu suất kinh doanh, bao gồm chi tiêu kinh doanh. Nó không chỉ có thể giúp doanh nghiệp nhận được chi tiết về các chi phí thường xuyên như tiếp thị, tiền công hay tiền thuê nhà mà còn xác định ‘điểm nóng’ hoạt động kém hiệu quả hoặc không hiệu quả có thể phát sinh thêm chi phí. Bản đồ cũng giúp nhanh chóng xác định mối tương quan và mẫu giữa dữ liệu trên toàn quốc, theo khu vực, cục bộ và tất cả các cách xuống các cửa hàng cụ thể để xác định nguồn hoặc chi phí gây ẩn trước đây.

Phân tích vị trí cũng có thể giúp giảm đáng kể chi phí và giảm thiểu rủi ro trong quản lý chuỗi cung ứng. Có lẽ các ứng dụng nổi tiếng nhất là xung quanh địa điểm tối ưu của các cơ sở và tài sản. Ví dụ, cơ sở chuyển nhượng, kho hàng và trung tâm phân phối, hàng tồn kho, nơi bạn đặt xe tải và máy bay và xe lửa của bạn, và ngay trên xuống đến các địa điểm bán lẻ. Phân tích vị trí cũng có thể giúp định tuyến hoặc định tuyến lại trong thời gian thực theo các mẫu lưu lượng truy cập.

Tăng sự hài lòng của khách hàng
Xây dựng mối quan hệ và lòng trung thành của khách hàng ở mức độ lớn bao gồm tùy chỉnh các sản phẩm và dịch vụ và thông tin liên lạc đến các phân đoạn và cho cá nhân. Phân tích theo địa phương giúp phục vụ khách hàng tốt hơn, để đáp ứng kỳ vọng của họ và phân phối những gì đã được hứa hẹn vì nó giúp dễ dàng xác định khách hàng là ai và họ ở đâu. Sử dụng dữ liệu dựa trên vị trí, các doanh nghiệp có thể nhanh chóng cô lập nguyên nhân gốc rễ của các vấn đề dịch vụ khách hàng. Họ cũng có thể xác định liệu có bất kỳ mẫu nào trong các vấn đề dịch vụ khách hàng trên một khu vực địa lý hay không.

Phân tích vị trí lợi ích có thể mang lại cho một doanh nghiệp rất nhiều. Nó có thể giúp bạn nhìn thấy chính xác bao nhiêu cửa hàng để chạy và ở những vị trí nào, nơi mà nó đã qua và đang chờ đợi, hiệu quả của từng giai đoạn của chuỗi cung ứng đang hoạt động … Bằng cách tìm tất cả thông tin này, một doanh nghiệp có thể nhiều hơn hiệu quả và hiệu quả.

Nguồn

Hàn Quốc đang xây dựng mô hình dự báo thời tiết toàn cầu mới (KIM)

Mô hình Unified của United Kingdom Met Office (UM) là mô hình khí hậu toàn cầu hỗ trợ dự báo thời tiếp hiệu quả đã được sử dụng trong 25 năm. Hiện nay, KMA và nhiều tổ chức thời tiết lớn trên thế giới đang sử dụng  một phiên bản cải tiến của UM trên các siêu máy tính của mình.  Theo một thông báo trên Tạp chí Khoa học Khí quyển Châu Á – Thái Bình Dương, Viện Nghiên cứu Hệ thống Dự báo Khí quyển Hàn Quốc (KIAPS) sắp triển khai một mô hình Unified của Hàn Quốc (KIM) để thay thế UM với độ chính xác cao hơn.

Theo các nhà nghiên cứu, KIM được cải tiến theo hai cách chính. Đầu tiên, đây là hệ thống dự đoán thời tiết số toàn cầu đầu tiên được cấu hình trên lưới hình cầu, làm giảm sự xuất hiện của các lỗi xung quanh các cực. Thứ hai, nó sử dụng spectral-element non-hydrostatic là thành phần tính toán chính.

Trong các thử nghiệm gần đây, KIM đã đạt được kết quả tương đương với UM mà không có sự thiếu sót rõ rệt nào. Đặc biệt, các tác giả tuyên bố lợi thế so sánh trong dự đoán lượng mưa trên bán đảo Triều Tiên. Tuy nhiên, họ thừa nhận rằng mô hình hiện tại có một số nhược điểm, bao gồm gánh nặng tính toán cao về động lực và dự báo kém ở các vùng nhiệt đới.

Các nhà phát triển của mô hình hiện đang có kế hoạch tích hợp mô hình địa vùng và dự báo theo mùa. Hướng đi tiếp theo là tích hợp mô hình đại dương vào KIM để tăng độ chính xác. KIM dự kiến ​​sẽ thay thế việc thực hiện KMA UM vào năm 2020. Nếu KMA thực hiện KIM theo kế hoạch, KIM có thể sẽ chạy trên cơ sở hạ tầng siêu máy tính hiện tại của KMA, bao gồm ba siêu máy tính XC40 với kết hợp 6.2 petaflops hiệu suất cao nhất và kết nối Aries.

Nguồn: hpcwire.com