Исследовательская группа из Университета Тохоку (Япония) создала модель машинного обучения, которая использует фотографии из новостных СМИ для точного определения затопленных зданий в течение 24 часов после катастрофы. Модель позволит спасателям более эффективно направлять свои усилия. Работа опубликована в журнале Remote Sensing.
«Наша модель демонстрирует, как быстрое информирование средств массовой информации может ускорить и повысить точность картирования ущерба, ускоряя принятие решений по ликвидации последствий стихийных бедствий и реагированию на них», — рассказал соавтор исследования, сотрудник Международного научно-исследовательского института науки о бедствиях Университета Тохоку Сюнити Кошимура.
Алгоритмы машинного обучения предназначены для классификации объектов с помощью анализа изображений. Для того чтобы модель была эффективной, необходимы данные для ее обучения, то есть фотографии с места события. Ученые предлагают использовать снимки из новостных медиа, которые часто первыми оказываются на месте катастрофы.
Исследователи применили свою модель к городу Курасики в префектуре Окаяма, который пострадал от проливных дождей на западе Японии в 2018 году. Сначала они отобрали фотографии из прессы и определили место съемки на основе ориентиров и других подсказок, появляющихся на фотографии. Затем ученые с помощью радара с синтезированной апертурной решеткой определили, где находится вода, поскольку микроволны по-разному излучают на влажных и сухих поверхностях. Модель показала 80% точности.
Исследовательская группа планирует изучить ранние фотографии новостных СМИ, чтобы на примере прошлых катастроф дополнительно обучить модель и тем самым повысить скорость и точность классификации.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
