亚洲报业网免费收录优秀网站,为共同发展免费收录需做上本站友情链接,我们才会审核收录,不做链接提交一律不审核,为了不浪费时间:收录必看!!!

  • 收录网站:298
  • 快审网站:10
  • 待审网站:1
  • 文章:27895
当前位置:主页 > 新闻中心 > “谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

发布日期:2021-05-07 18:24:06 浏览:

这是谷歌和印度政府目前合作的项目,但今年的合作范围扩大了。 谷歌IO在io 2019年宣布,作为ai for social good计划的一部分,将与印度中央水务委员会合作扩大完成的业务,将洪加和布拉马普特拉河周边越来越多的地区纳入洪水预报和预警计划。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

谷歌顶级科学家之一杰夫·迪恩是世界上最主要的人工智能专家之一,在io 2019年,谷歌和中央水务委员会不仅试图在季风季节覆盖北部和东部越来越多的地区。 印度可能会发生洪水,但是正在预测洪水的严重性。 每当谷歌人工智能在这些地区发现灾难性洪水的可能性时,都会向可能受到涨水影响的人发出实时警报。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

通过ai for social good,我们正在处理世界上最具挑战性的问题。 迪恩说我们研究的项目已经产生了影响,也就是洪水预报。 去年秋天,我们分享了关于洪水预报模型的工作。 这个模型可以预测洪水的时间、位置和严重性。 今天为了应对即将到来的季风季节,宣布扩大洪水探测和警报系统。 扩大的地区复盖数百万人。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

谷歌表示,使用高分辨率卫星图像进行洪水预测,这些图像由人工智能仪器使用神经互联网分解,计算机名称以人脑工作方法和单点智能算法为模型。

我们的模型模拟如何显示水传播受影响的确切区域。 迪恩表示,通过组合千万高分辨率卫星图像绘制高分辨率高程地图,详细证明了地面高度。 然后,我们用神经网络更准确地修改了地形,用物理学模拟了洪水是如何发生的。 我们将与政府合作进行流量计测量,并实时向洪水风险负责人发送预报。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

谷歌人工智能和机器学习小组去年首次利用他们的专业信息在印度建立了洪水预测模型。

根据他们年谷歌工程师提交的论文,我们在印度巴特那附近的试验区,为了为将机器学习模式集成到过程中做准备,最近开发并引入了可操作的水动力模型。 该模型实时接收河流水位的实时测量和短期预测,生成估算洪水范围的洪水图。 从过去来看,我们模型的洪水范围被精确估算到300米的空间分辨率,实现了超过90%的召回率和超过75%的精度。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

这是谷歌和印度政府目前合作的项目,但今年的合作范围扩大了。 谷歌IO在io 2019年宣布,作为ai for social good计划的一部分,将与印度中央水务委员会合作,扩大完成的业务,将洪加和布拉马普特拉河周边越来越多的地区纳入洪水预报和预警计划。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

谷歌顶级科学家之一杰夫·迪恩是世界上最主要的人工智能专家之一,在io 2019年,谷歌和中央水务委员会不仅试图在季风季节覆盖北部和东部越来越多的地区。 印度可能会发生洪水,但是正在预测洪水的严重性。 每当谷歌人工智能在这些地区发现灾难性洪水的可能性时,都会向可能受到涨水影响的人发出实时警报。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

通过ai for social good,我们正在处理世界上最具挑战性的问题。 迪恩说我们研究的项目已经产生了影响,也就是洪水预报。 去年秋天,我们分享了关于洪水预报模型的工作。 这个模型可以预测洪水的时间、位置和严重性。 今天为了应对即将到来的季风季节,宣布扩大洪水探测和警报系统。 扩大的地区复盖数百万人。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

谷歌表示,使用高分辨率卫星图像进行洪水预测,这些图像由人工智能仪器使用神经互联网分解,计算机名称以人脑工作方法和单点智能算法为模型。

我们的模型模拟如何显示水传播受影响的确切区域。 迪恩表示,通过组合千万高分辨率卫星图像绘制高分辨率高程地图,详细证明了地面高度。 然后,我们用神经网络更准确地修改了地形,用物理学模拟了洪水是如何发生的。 我们将与政府合作进行流量计测量,并实时向洪水风险负责人发送预报。

“谷歌正在与印度政府合作预测恒河和布拉马普特拉河附近的”

谷歌人工智能和机器学习小组去年首次利用他们的专业信息在印度建立了洪水预测模型。

根据他们年谷歌工程师提交的论文,我们在印度巴特那附近的试验区,为了为将机器学习模式集成到过程中做准备,最近开发并引入了可操作的水动力模型。 该模型实时接收河流水位的实时测量和短期预测,生成估算洪水范围的洪水图。 从过去来看,我们模型的洪水范围被精确估算到300米的空间分辨率,实现了超过90%的召回率和超过75%的精度。

免责声明:亚洲报业网是一个完全人工审核编辑的开放式分类目录网站,本篇文章是在网络上转载的,本站不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系btr2031@163.com,本站将予以删除。