- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据科学和人工智能
爱数科案例 | 森林火灾面积预测
本案例通过探索性分析（EDA）和机器学习构建线性回归模型，预测森林火灾的面积，并分析什么特征是发生森林火灾的重要因素。 1. 读数据表 首先，我们读取原始数据。 2. 火灾面积分布直方图 我们采用更直观的方法，将数据集中火灾面积这一列的数据通过直方图和箱线图进行展示，来查看数据的分布情况： 4. 筛选火灾面积大于0的数据 处理完毕后，我们将火灾面积大于0的数据筛选出来，查看火灾发生的面积与FWI系统的FFMC指数、DMC指数、DC指数、ISI指数之间的关系。 8. 火灾面积与DMC散点图 我们分别绘制火灾发生的面积与DMC指数、DC指数、ISI指数、FFMC指数之间的散点图： 10. 火灾面积与DC散点图 11. 火灾面积与ISI散点图 12. 模型预测 然后用训练的模型在测试集上进行火灾面积的预测，预测结果保存为area_predict。 16. 回归模型评估 最后进行模型评估，输出均方误差、平均绝对误差、决定系数和中位绝对误差。
1.6K21编辑于 2022-03-30 - 来自专栏ShowMeAI研究中心
机器学习如何预测森林火灾？⛵ 万物AI
对抗森林火灾，AI 在行动 预测森林火灾的关键要素是快速检测。 图片 事实上，机器学习技术已经应用到火灾探测领域，例如：北美森林大火预测使用卫星图像和支持向量机算法获得了75%的准确率，斯洛文尼亚森林火灾使用卫星与气象数据和随机森林、决策树算法进行探测。 图片 基于机器学习AI森林火灾预测 利用机器学习如何对森林火灾的发生做出预测？ShowMeAI 爆肝跑通了一个项目。 项目使用了梯度提升回归树 GBDT 和 决策树两种方式进行建模，我们借助雷达图来比较GBDT和回归树模型，对比它们在森林火灾预测场景下的效果。 参考资料 AI实战 | 基于机器学习的AI森林火灾预测（附代码）：https://www.showmeai.tech/article-detail/326 图解数据分析：从入门到精通系列教程：https
1.3K31编辑于 2022-11-11 - 来自专栏新智元
用AI预测与定位火灾迫在眉睫
许多人希望利用AI来预测或确定火灾位置和蔓延路径。但机器学习和新数据收集工具的结合是否可以提前警告消防员火灾，帮助应急人员更有效地撤离地区，甚至挽救生命，这仍需很长的时间来进行探索检验。 那么，技术能在多大程度上帮助自动检测甚至预测野火呢？计算机科学家们和研究人员都希望相关技术能够进一步发展。 利用机器学习和新数据收集工具的结合，预测和定位野火 根据加州相关部门的政府官员Jim Crawford的说法，在近年来野火情况愈发糟糕的情况下，早期检测是关键，他曾有过26年的消防员生涯。 圣何塞州立大学气象与气候科学系火灾天气研究实验室副教授Craig Clements说：“许多人正在研究如何使用人工智能来确定火灾位置和蔓延路径。” 他在一次电话采访中表示，他发现该系统使用了来自世界各地的一年的火灾数据，在检测火灾方面准确率接近98％。
90040发布于 2018-12-14 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
Google Earth Engine——GOES卫星是由NOAA运行的地球静止气象卫星，火灾（HSC）产品包含四张图像：一张是火灾掩码形式，另外三张是确定火灾温度、火灾面积和火灾辐射功率的像素值
lowest tolerance for false alarms should focus on the "processed" and "saturated" categories (mask codes 10 火灾（HSC）产品包含四张图像：一张是火灾掩码形式，另外三张是确定火灾温度、火灾面积和火灾辐射功率的像素值。 对误报容忍度最低的操作用户应关注 "已处理 "和 "已饱和 "类别（掩码10、11、30和31），但在这些类别中仍可能有误报。 阅读提示 NOAA为建议的类别、彩图和可视化提供了以下脚本。 Soc., 98(4), 681-698. doi:10.1175/BAMS-D-15-00230.1 代码： // NOAA GOES-16同域火灾产品的单一时间片。 根据面积对火灾进行缓冲，使其更加突出。
31210编辑于 2024-02-02 - 来自专栏SDNLAB
2020年云计算10大预测
尽管该行业的发展速度可能快得令人发狂，但宏观的趋势和过去发生的事件为未来的预测提供了依据。 以下是CRN的一些猜测，今年我们将会看到这个行业玩家们可能为寻求颠覆性的制高点而采取一些重大举措。 去年10月底，美国国防部宣布，微软击败了亚马逊，获得了五角大楼的100亿美元云计算合同。随后，亚马逊指责美国总统特朗普对亚马逊存在偏见，并对五角大楼进行了不当施压。 原文链接： https://www.crn.com/slide-shows/cloud/10-cloud-predictions-for-2020/11 【投稿】 欢迎SDN、NFV、边缘计算、SD-WAN
2.2K20发布于 2020-02-21 - 来自专栏数据科学和人工智能
数据集 | 森林火灾数据集
下载数据集请登录爱数科(www.idatascience.cn) 采用2007年葡萄牙蒙特西尼奥公园森林火灾的相关数据。该数据集来自UCI机器学习库，数据中包含地理位置、天气等信息。 1.
2K20编辑于 2022-03-30 - 来自专栏CloudBest
2020年云计算10大预测
尽管该行业的发展速度可能快得令人发狂，但宏观的趋势和过去发生的事件为未来的预测提供了依据。 以下是CRN的一些猜测，今年我们将会看到这个行业玩家们可能为寻求颠覆性的制高点而采取一些重大举措。 去年10月底，美国国防部宣布，微软击败了亚马逊，获得了五角大楼的100亿美元云计算合同。随后，亚马逊指责美国总统特朗普对亚马逊存在偏见，并对五角大楼进行了不当施压。
2.1K10发布于 2020-02-24 - 来自专栏企鹅号快讯
2018年10大安全预测
下面就让我们来看看2018年有哪10大安全趋势是我们需要关注的。 合作伙伴将转向预测性技术来打击伪装的勒索软件 Cylance公司威胁情报总监Kevin Livelli表示，越来越多的威胁发起者正在利用旨在消除任何攻击迹象的工具集。 因此，厂商已经越来越多地转向像预测性安全和深度学习这样的技术来进行早期发现和预防，Sophos公司全球渠道副总裁Kendra Krause这样表示。
90050发布于 2018-01-05 - 来自专栏芯智讯
比亚迪惠州工厂发生火灾
11月19日消息，据惠州大亚湾开发区信息发布平台“大亚湾发布”昨日（18日）发布消息称，当日19点14分，位于大亚湾西区比亚迪三期F6厂房发生火情，区消防大队接报后迅速前往救援，区相关部门也迅速赶赴现场指挥，21点30分火情得到有效控制。过火建筑物为钢架结构，现场无人员被困、无人员伤亡、无易燃易爆物品，起火原因目前正在调查中。
75950编辑于 2022-11-22 - 来自专栏OpenFPGA
使用FPGA进行 AI 火灾定位-FirAI
部署在 FPGA 上加速的 AI 火灾侦查。助力消防人员快速应对火灾事故~ 绪论 问题：近年来，不断增加的城市人口、更复杂的人口密集建筑以及与大流行病相关的问题增加了火灾侦查的难度。 因此，为了增强消防人员对火灾事件的快速反应，安装视频分析系统，可以及早发现火灾爆发。 目标：解决方案包括建立一个分布式计算机视觉系统，增加建筑物火灾的早期检测。 在 PC 上，使用现有的火灾探测数据集对自定义 Yolo-V4 模型进行训练。之后，对Xilinx YoloV4 模型进行量化、裁剪和编译 DPU ，最后部署在FPGA上。 Vitis-Tutorials/2020-2/docs/Machine_Learning/Design_Tutorials/07-yolov4-tutorial/README.html ❞ 我们的应用程序用于检测火灾事件 usp=sharing ❞ 请参考.cfg此处的火灾数据集文件。
1K31编辑于 2023-08-30 - 来自专栏超级码力
可视化 | 10 张 3D 建模图还原「巴黎圣母院」火灾细节
前两天巴黎圣母院的火灾牵动了很多人的心，育碧老贼还借势营销免费推了一波《刺客信条》，美其名曰在游戏里重游巴黎圣母院，我这种正直的人难道会信老贼的鬼话吗？ ? 这个网页用了一个巴黎圣母院的 3D 模型还原了火灾时的情况和上次我介绍的人大代表可视化案例一样，也是一气呵成，一镜到底，看得非常爽。下面我给大家介绍一下这个可视化案例主要说了什么。 ? 火灾已经发生一段时间了，大家也知道主要受灾位置是教堂的楼顶上。 这个地方其实还是很隐蔽的，一是巴黎圣母院的消防工作做的不好，二是也没什么人天天在楼顶晃荡，所以第一时间没有发现灾情。 ? 巴黎圣母院的结构和国内古建筑结构不太一样，他的墙体是石质的，但屋顶是木制结构的，所以火灾位置控制在屋顶，毕竟石头还是蛮难烧的。 国外出了这么大的火灾，国内响应很及时，立马召开了紧急会议，商讨故宫消防安全事项，相比灾难本身，防患于未然才是更重要的。 ?
1.2K30发布于 2020-07-07 - 来自专栏智药邦
10个开放获取的ADMET预测工具
计算机ADMET预测模型可以辅助药物化学家设计和优化先导物，下面这10个目前可以开放获取的ADMET预测工具值得收藏! https://admetmesh.scbdd.com/docs/#/ 2 SwissADME SwissAMDE是使用最为广泛的药代动力学属性预测工具，它允许用户计算物理化学描述符，并预测一个或多个小分子的 XenoSite Web可以被药物化学家和生物学家用来预测人体的体内代谢和小分子的反应性。它可以详细预测CYP代谢酶的代谢位点和代谢产物。 Hit Dexter 是一个开放访问的Web服务，它为用户提供访问模型以及基于相似性的方法来预测化合物的各种性质。主要集成了代谢位点和毒性预测。 http://crdd.osdd.net/oscadd/drugmint/ 10 CypRules CypRules 预测CYP450 (细胞色素P450)代谢抑制，包括CYP1A2、CYP2C19、
4.2K30编辑于 2023-02-14 - 来自专栏大数据文摘
AI预测30秒内火灾「轰燃」，准确率92.1%，未来或可帮助拯救消防员生命
大数据文摘出品 这段时间天气巨热，天干物燥，也是火灾高发的时候。 最近就接连发生了一些火灾事件，还有消防员牺牲的消息，令人心痛。火灾中对消防员威胁很大的，其实是爆燃现象。 本周，一项研究利用图神经网络(GNN)建立了一个系统，以学习模拟火灾中不同数据源(以节点和边表示)之间的关系，从而提前预测接下来的30秒内是否会发生“轰燃”现象。 ，准确率可达92.1% 一般来说，消防员得凭自己的经验来判断是否会发生这样的“轰燃”： 1.产生灼伤人皮肤的辐射热，几秒钟后辐射热强度可达10kw/m²。 为了更好的帮助消防员预测“轰燃”，研究人员据此收集了各种各样的数据，从建筑布局，表面材料，火灾条件，通风配置，烟雾探测器的位置，以及房间的温度分布，模拟了17种不同建筑类型的41000起虚拟火灾，共使用了 “GNN经常用于估计到达时间，或ETA，在交通中，你可以（用GNN）分析10到50条不同的道路。
62620编辑于 2022-08-26 - 来自专栏数据派THU
AI预测30秒内火灾「轰燃」，准确率92.1%，未来或可帮助拯救消防员生命
来源：大数据文摘本文约1800字，建议阅读5分钟本文结合扫了最新研究通过AI预测30S内火灾的轰燃，准确率高达92.1%。 这段时间天气巨热，天干物燥，也是火灾高发的时候。 近期，一项研究利用图神经网络(GNN)建立了一个系统，以学习模拟火灾中不同数据源(以节点和边表示)之间的关系，从而提前预测接下来的30秒内是否会发生“轰燃”现象。 ，准确率可达92.1% 一般来说，消防员得凭自己的经验来判断是否会发生这样的“轰燃”： 1.产生灼伤人皮肤的辐射热，几秒钟后辐射热强度可达10kw/m²。 为了更好的帮助消防员预测“轰燃”，研究人员据此收集了各种各样的数据，从建筑布局，表面材料，火灾条件，通风配置，烟雾探测器的位置，以及房间的温度分布，模拟了17种不同建筑类型的41000起虚拟火灾，共使用了 “GNN经常用于估计到达时间，或ETA，在交通中，你可以（用GNN）分析10到50条不同的道路。
59010编辑于 2022-08-31 - 来自专栏CloudBest
预测 | IDC发布2021年中国云计算10大预测
IDC FutureScape对中国云计算市场的预测如下： ? 预测1：跨云集成 ? 预测2：数据主权和隐私 ? 到2022年，70%的企业在评估运行隐私敏感型工作负载的云服务时，将要求服务商维护跨地区的数据主权和数据控制能力。 预测3：应用现代化 ? 预测4：云支出优化 ? 到2022年，企业会意识到他们至少浪费了20％的公有云支出，这将促使其投资于公有云成本管理，目标是将云支出浪费减半。 预测5：行业云解决方案 ? 预测6：云专用设备 ? 到2024年，部署在公有云上的超过25%的新工作负载将使用服务商的专用基础架构组件以针对特定用例进行优化。 预测7：云原生SaaS ? 预测10：数据驱动 ? 到2025年，为了实现更好的自动化和业务敏捷性，超过25%的新云应用将使用以数据为中心的事件驱动架构，而不是传统的以代码为中心的架构。
1.1K10发布于 2021-01-05 - 来自专栏LiveEdu在线科技教育平台
2017编程趋势预测：10大技术大热，10大技术遇冷
下面所列出的10种技术，摘自infoworld.com的一位编辑Peter Wayner撰写的文章21 hot programming trends -- and 21 going cold。 10. 在线即时教育成趋势，四年传统教育不再是主流 以计算机为媒介的课程已经不是新玩意了，每个人正在享受着观看视频讲座的好处。
1.7K100发布于 2018-05-21 - 来自专栏林欣哲
10 分钟看懂新型市场预测平台Augur
本文介绍我最近了解到的一个挺有意思的，让你觉得竟然还能有这种操作的新型市场预测平台--“Augur”。Augur是一个基于区块链技术的应用项目。 Augur平台的运作模式 在Augur平台上，用户可以提交一个问题，并向大众发起对于这个问题的预测，各位投票预测的人押入资金，然后等待问题结果的报告，并返回奖励给压中结果的人。 那么如何参与预测呢？ 分三步骤是： 建立账户，然后充值 创建预测市场或者参与预测市场的问题 事件结果报告出炉，并自动执行奖励。 举个例子来看，如果你对美国总统大选的预测是，“特朗普是否能当选总统？” 我的评价 然而，关于市场预测的有趣之处就在于他的不可预测性，这也导致了经济学里常年的纷争，关于市场是否到底有效的假设的争论。 再举例，以前让投资大师彼得林奇门声发大财的PEG估值策略，在他金盆洗手公开给大众后，PEG估值策略的指标不再能预测股价的走向。 总结一下，我对此集体智慧理论对于市场预测的有效性是存疑的。
1.1K40发布于 2018-04-10 - 来自专栏ATYUN订阅号
【动向】2018年深度学习的10大预测
下面是我整理的一份关于2018年深度学习的预测清单： 1.大多数深度学习硬件初创公司将会失败 许多深度学习硬件初创企业将在2018年最终交付他们的芯片。 采用收缩阵列解决方案的低成果已经被采用，所以我们不会在2017年发现大规模的10倍性能升级。研究人员将开始使用这些张量核，不仅用于推理，还可以加速训练。 令人感到失望的是英特尔的解决方案将继续被推迟。 研究人员每天只能阅读10篇论文，仅仅是为了赶上这个会议。 在这个领域，问题越来越严重，因为理论框架都在进行中。为了在理论空间上取得进步，我们需要寻找更高级的数学，这能给我们更好的认识。 10.我们将要求在道德上使用AI 道德上使用AI的需求将会增加。现在，人们越来越意识到自动化失控所带来的灾难性后果。 我们需要了解部署能够预测人类行为的机器的道德规范。面部识别是我们掌握的危险功能之一。能够产生与现实难以区分的媒体的算法将成为一个主要问题。
56750发布于 2018-03-06 - 来自专栏浮生的专栏
机器学习为更好的火灾现场安全
在这篇文章中，我想分享我在AAIA第15届数据挖掘竞赛中的经验和获奖策略：给火灾现场的消防员活动做标记，在这个竞赛中让我拿了第一名！ 比赛由华沙大学和波兰华沙主要的消防学校联合举办。 它是用下面这个方法定义的：首先，给一个既定标签规定预测精度。 然后，类别Ｃ中标签为Ｌ的指标的平衡精度得分等于Ｃ类里所有标签指标的平均精度。 在第一步中，我预测了一个消防员的主要姿势。在第二步中，是基于第一步中的训练集和预计的标签对于特定活动进行了预测。多亏了这个方法，我们可以获得标签之间的层次关系。 因此，无论我喜欢与否，我不得不主要依赖于初步评价得分，这个得分是基于整个竞赛数据的10%得出的（最终的评价是基于其他90%的测试数据）。当然，这个问题不仅是针对我的，所有其他的参赛者也面临同样的问题。 标签预测工作做不好，无论数据的分布好还是坏，都会产生不利后果。考虑到这一点，森林中的每棵树都被用于数据的分层抽样，这样每个标签以平等的比例出现。
61340发布于 2018-06-04 - 来自专栏智能视频图像
智慧消防下的火灾监测报警系统
火灾监测报警系统对视频画面进行实时监测分析，当发现视频画面内出现烟雾、火焰时，系统主动触发报警提示，真正做到事前预警，事中常态检测，事后规范管理。 1.jpg 自古以来，火灾一直是主要重大害之一，对人类经济和文明造成了不可挽回的损失。 惨痛的代价使我们越发明白及时预报警以及消防工作的重要程度 。 随着现代城市化的不断发展，楼房密集度的提高，火灾发生的产生的后果也变得严重，消防系统在社会公共安全的地位变得非常重要，让人们及时发现火灾，并能够及时采用有效措施来控制和扑灭火灾是至关重要的。 火灾监测报警系统基于智能视频分析，自动对视频图像信息进行分析识别，无需人工干预；及时发现监控区域内的异常烟雾和火灾苗头，以最快、最佳的方式进行预警，有效的协助消防人员处理火灾危机，并最大限度的降低误报和漏报现象 火灾监测报警系统能自动识别烟雾、火焰，对视频检测画面进行实时分析、突发状况实时告警，解决传统依赖于人工巡视的工作方式，还可以根据直观画面直接指挥调度救火，极大的节约人力成本，提高工作效率。
1.2K30发布于 2020-08-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号