breadcrumbs icon
Voir

Image

Modèle de prévision et d'impact des catastrophes et des urgences

Divertissement et médias - Balisage des métadonnées
Pour:
Gestionnaires d'actifs numériques.
But:
Réaliser la valeur des actifs historiques des médias numériques sportifs en utilisant l'intelligence artificielle (IA) pour aider à faire le travail de 15 stagiaires.
Objectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelle
Classification des déchets solides basée sur l'IA
Pour:
Corporations gouvernementales municipales, Sociétés de gestion des déchets solides
Éducation - Générateurs de contenu automatisés
Pour:
Créateurs de cours en ligne.
But:
Générez, organisez et recommandez intelligemment du contenu éducatif.
Objectif:
Expérience client améliorée
Diagnostic des cultures et recommandations de produits via l'IA
Pour:
Agriculteurs, entreprises biochimiques, fabricants de traitements contre les maladies des cultures
Objectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelle
Vision par ordinateur - Segmentation d'images
Pour:
Les agriculteurs
But:
Utilisation du traitement d'images pour la mise en place d'une application de suivi d'élevage.
Objectif:
Fonctionnement amélioré
Modèle de prévision et d'impact des catastrophes et des urgences
Pour:
Professionnels de la gestion des catastrophes au niveau national, Experts en adaptation au changement climatique, Agences gouvernementales, Communautés à risque
Grand public
Soins de santé - Améliorer le travail d'enquête
Pour:
Radiologues
But:
Utilisation de l'apprentissage automatique pour prédire le cancer du poumon à partir de tomodensitogrammes.
Objectif:
Anticiper les risques
Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Pour:
Les cliniciens et les professionnels de la santé prédisent les patients multirésistants (MDR) des patients sensibles aux médicaments (DS) sur la base d'images pulmonaires CT.
Objectif:
Amélioration de l'efficacité des employés
Grand public
Éducation - Contenu d'apprentissage intelligent
Pour:
Créateurs de cours en ligne et apprenants en ligne.
But:
Permettre aux créateurs de cours de se concentrer sur la prise de décision complexe et la créativité avec la vision par ordinateur et le traitement du langage naturel.
Objectif:
Amélioration de l'efficacité des employés
Un robot autonome améliore la précision chirurgicale grâce à l'IA
Pour:
Hôpitaux utilisant la chirurgie robotique autonome via le système STAR
Objectif:
Améliorer l'efficacité des opérations
Modèle de prévision et d'impact des catastrophes et des urgences
Pour:
Professionnels de la gestion des catastrophes au niveau national, experts en adaptation au changement climatique, agences gouvernementales, communautés à risque.
Grandes entreprises
Comptabilité et finance - Automatisez la gestion des factures et des dépenses
Pour:
Contrôleurs Financiers
But:
Utilisation du traitement d'image et de la reconnaissance optique de caractères pour créer des gains d'efficacité opérationnelle grâce à l'automatisation des workflows d'approbation et de rapprochement des dépenses.
Objectif:
Amélioration de l'efficacité des employés

Modèle de prévision et d'impact des catastrophes et des urgences

Pour:
Professionnels de la gestion des catastrophes au niveau national, Experts en adaptation au changement climatique, Agences gouvernementales, Communautés à risque
Problème adressé
Chaque fois qu'une catastrophe naturelle comme une inondation ou une vague de chaleur se produit, les avertissements et autres informations relatives aux risques peuvent être imprécis ou obsolètes. La plupart des informations relatives aux risques flottent actuellement à un niveau macro, couvrant des centaines de mètres carrés, et sont trop complexes pour être comprises par les personnes à risque. Il était nécessaire de localiser les données sur les risques au niveau du quartier pour soutenir le développement de la résilience à long terme dans les communautés les plus à risque. Leur vaste expérience de réaction à de nombreuses urgences et catastrophes sur le terrain doit être automatisée, mise à l'échelle et codée à l'aide d'une solution.
Description
Un modèle de pointe combinant des capacités d'IA et d'apprentissage automatique est développé pour planifier et réagir aux catastrophes avec plus de succès. Ce modèle prévoit des informations de risque hyper-locales pour les alertes précoces et l'intervention à l'aide de données historiques et de photos satellites. Le principe de base de l'approche est que la toiture d'une maison peut servir de substitut à son statut socio-économique. Ainsi, les capacités d'adaptation et de récupération d'une famille résidant dans une grande maison en béton et d'une famille vivant dans une maison temporaire en tôle seraient différentes. Les effets des destructions provoquées par une catastrophe sont sensiblement différents pour chacune de ces habitations lorsque deux d'entre elles sont présentes dans la même région. L'épine dorsale de ce système d'IA est la cartographie de ces données de matériau de toit sur l'imagerie satellite et d'autres facteurs spatiaux. La solution génère des données de risque hyper-localisées qui peuvent être utilisées par diverses parties prenantes dans la réponse aux catastrophes. Ces parties prenantes comprennent des experts en adaptation au changement climatique, des agences gouvernementales et des communautés à risque à l'échelle nationale. Il fournit aux gens des instructions précises sur la façon de protéger leurs maisons, leurs animaux de compagnie, leurs moyens de subsistance et leurs biens. L'évolutivité de la solution est un autre atout. Il peut répondre à une variété de catastrophes, y compris les tremblements de terre, les vagues de chaleur et les inondations.
perceive frame img
Voir - Image
understand frame img
Apprentissage automatique
act frame img
Aide à la décision - Prédire / Prévoir
Intéressé par le même projet ou un projet similaire ?
Soumettez une demande et obtenez une évaluation gratuite de votre projet.