「AIが大気衝撃波から津波の初期兆候を見つけることができる」

AI can detect the initial signs of a tsunami from atmospheric shockwaves.

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

津波の早期検出システムは、衛星群からのデータ共有のために国際的な協力が必要です。 ¶ クレジット:DigitalGlobe/Getty Images

フロリダ州に拠点を置く衛星製造会社Terran Orbital Corp.の研究者は、オフシェルフの人工知能(AI)モデルがGPS衛星からの2次元(2D)画像で津波の初期兆候を検出できることを発見しました。

研究者は、NASAのジェット推進研究所とイタリアのサピエンツァ大学の研究者が開発したコンピューターアルゴリズムによって生成されたデータを使用しました。このアルゴリズムは、津波が形成される際の電離層の帯電粒子の密度の変化を測定します。

データは2D画像に変換され、AIによって津波に関連する特徴が識別されました。

AIは、少なくとも70%の地上局が衛星からのデータを受信できなかった電離圏の擾乱パターンを除去した後、90%以上の検出性能を達成しました。ニューサイエンティストからの記事を見る-有料購読が必要な場合があります

要約の著作権は2023年、SmithBucklin、ワシントンD.C.、アメリカに帰属します

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

AWSの知的ドキュメント処理を生成AIで強化する

「データの分類、抽出、分析は、大量の文書を扱う組織にとって困難な課題です従来の文書処理ソリューションは手作業が必要で...

コンピュータサイエンス

ウィンブルドン、ビデオハイライトの解説にAIを使用

この発表は、テニスがテクノロジーを受け入れるスポーツとして広がる傾向の一部です

機械学習

このAI論文では、EdgeSAMを紹介していますエッジデバイス上で高速で効率的な画像セグメンテーションを進めるための機械学習を発展させています

セグメントングエニシングモデル(SAM)は、オブジェクト検出と認識のために画像をセグメント化するAIパワードモデルです。そ...

AIニュース

時間の経過とともに失敗する可能性のある若いコホートの犯罪リスクを評価するためのツール

科学者たちは、社会変化によって引き起こされるコホートバイアスが、犯罪の可能性を評価するために使用されるリスク評価機器...

データサイエンス

「拡散を通じた適応学習:先進のパラダイム」

イントロダクション 教育と機械学習のダイナミックな風景において、適応学習を通じた拡散はパラダイムシフトを示しています。...

機械学習

「GROOTに会おう:オブジェクト中心の3D先行条件と適応ポリシー汎化を備えたビジョンベースの操作のための堅牢な模倣学習フレームワーク」

人工知能の人気と利用事例の増加に伴い、模倣学習(IL)は複雑な操作タスクを実行するためのニューラルネットワークベースの...