갑자기 모든 것이 어두워집니다. 라이트 스위치는 위아래로 튕겨 지지만 작동하지 않습니다. 룰렛 돌리기이 도시를 청소합니다.
환경 조건 (바람, 번개, 나무 성장 등)으로 인한 계획되지 않은 룰렛 돌리기. 유틸리티 회사는 강제 룰렛 돌리기이시기를 예측할 수있는 능력이 부족하므로 소비자를 대상으로 한 완화 조치는 룰렛 돌리기의 영향을 줄이기 위해 미리 배포되지 않습니다..
dr.Mladen Kezunovic, Texas A & M University의 전기 및 컴퓨터 공학과 교수이며, 그의 팀은 역사적 룰렛 돌리기 데이터와 날씨 관련 데이터를 결합하여 종종 빅 데이터라고합니다.및 기계 학습 to룰렛 돌리기 예측 및 룰렛 돌리기 완화 변경반응에서 사전 예방 적으로 패러다임. 이것은 소비자가 준비하는 데 도움이 될 것입니다.
기계 학습 및 룰렛 돌리기의 원인을 설명하는 다양한 데이터를 사용하여 팀은 과거의 데이터를 연구하여 미래에 대한 예측을 할 수 있습니다.
41029_41486
우리는 강수량, 온도, 바람, 토양 유형, 식생 유형 및 상관 관계가 있어야하는 다른 데이터베이스의 동물 침입과 같은 60 가지가 넘는 매개 변수를 다루고 룰렛 돌리기. 수동으로 상관 관계가있는 사람의인지 능력은 없지만 기계는 할 수 룰렛 돌리기.
필요한 데이터를 수집하면 물리 기반 모델에서 데이터베이스 모델을 중첩하여 룰렛 돌리기 위험 상태를 예측할 수 있습니다.
“바람, 강수량 및 번개는 모두 중단을 유발할 수 룰렛 돌리기.”룰렛 돌리기"우리는 상관 관계가 있어야하는 다양한 데이터베이스에서 강수량, 온도, 바람, 토양 유형, 식생 유형 및 동물 침입과 같은 60 가지가 넘는 매개 변수를 다루고 룰렛 돌리기. 수동으로 상관 관계가 없지만 기계는 할 수 룰렛 돌리기.".
이들은 변속선 및 피더의 물리적 배치와 함께 데이터 모델로 표시되는 룰렛 돌리기의 위험과 관련하여 지리 정보 시스템 (GIS)을 사용하여 변전소에서 건물 및 주택으로 이동하는 와이어. GIS는 정보를 오버레이하는 것 (이 경우 모델을 기반으로 한 예측)과 관련하여 그리드와 같은 지리적으로 분산 된 요소가 포함됩니다.
“특정 피더에 비와 조명이 있으면 피더가 물리적 모델이면 피더의 한 부분에서 룰렛 돌리기의 위험이 발생할 수 있으며 피더가 집에 연결되기 때문에 전기가 없을 수 있습니다.”.룰렛 돌리기
이 모든 정보는 공간과 시간의 룰렛 돌리기 위험 상태를 나타내는 하나의 접을 수있는 모델로 컴파일됩니다. 팀은 케이크처럼지면, 그리드, 식생, 번개, 비 및 바람과 같은 변수를 겹칠 수 있습니다. 모델이 데이터를 살펴보면 중단의 위험이있는 영역을 예측하고 해당 영역의 소비자에게 알릴 수 있습니다. 팀은 현재 다양한 소비자 유형에 대한 특정 커뮤니케이션 메시지를 포장하기 위해 노력하고 있습니다.
팀은 또한 전력 룰렛 돌리기에 대해 어린이와 청년들에게 교육하고 있습니다. 그들은 샌 안토니오의 아이들을위한 박물관 인 The Doseum과 긴밀히 협력하여 어린 아이들에게 룰렛 돌리기이 무엇인지, 그리고 공황을 줄이고 공황을 줄이기위한 힘의 상실에 직면했을 때해야 할 일에 대해 가르치고 있습니다..
팀은 필라델피아의 Franklin Institute와 협력하여 고등학생들에게 날씨와 온도를 예측하는 방법을 가르쳐서 학생들이 STEM 기술을 더욱 발전시킬 수 있도록합니다. 대학생의 경우 팀은 소비자에게 룰렛 돌리기과 룰렛 돌리기 영향을 줄이기위한 완화 조치에 대해 경고하는 스마트 폰 애플리케이션과 관련하여 선임 캡 스톤 프로젝트를 개발할 계획입니다..
“예를 들어, 경고 메시지의 수신자로서 앱에서 자신을 설명 할 수 있으며 영향을 줄이기위한 옵션을 가져올 수 룰렛 돌리기.”룰렛 돌리기“냉장고의 열 용량은“X”의 추위를 여러 시간 동안 고정시키는 것이기 때문에 냉장고를 열지 말라고 말할 수 룰렛 돌리기. 학생들은 혁신적입니다. 학생들은 깔끔한 방식으로 특정한 것들을 말하는 방법을 생각해 낼 수 룰렛 돌리기. 어린 아이들에서 고등학생에 이르기까지 에너지와 힘에 대해 배우기 시작합니다.”
다른 공동 작업자는 포함DR. Texas A & M의 경제학과의 Alexander Brown,dr. Zoran Obradovic fromTemple University,DR. 로저 엔리케스샌 안토니오 텍사스 대학교에서dr. Paul Pavlou휴스턴 대학교에서. 전체 팀은에 의해 뒷받침됩니다.국립 과학 재단"에너지 위험 추적을위한 고급 학습 (Alert)"이라는 제목의 프로젝트를 통해. 이 팀에는 Texas A & M 및 Temple University의 여러 대학원생도 포함됩니다.
“인공 지능을 이론적 프레임 워크로 사용하면 분야를 통해 이동할 수 룰렛 돌리기”룰렛 돌리기 Said.“Dr.Obradovic은 AI의 생물 의학 응용 분야에 대한 전문 지식을 가지고 있지만그의 기술은 우리가하는 일에 적용 할 수 있습니다. 데이터와 룰렛 돌리기이 있으면 수학적 접근 방식은 동일하며 데이터 만 다릅니다.”