团队在Twitter和MyCoast平台找到了替代方案。MyCoast会收集沿海环境数据,同时,AI也会扫描Twitter,搜索相应关键词,团队就可以找到与洪水有关的事件。然后团队用自然语言处理模型,进行技术分类。
Twitter作为一个社交软件,实时分享成为它最大的优势,它可以根据用户的实时分享,获知洪水的位置在哪里,洪水泛滥的趋势是怎样的,预计受到多大的损伤等等,如果用户留下街道名称、建筑物门牌号数,数据可以精确到英尺,在结合AI和语言处理技术,可以有效的过滤掉无用信息,由于新系统并不完美,只能用于监测小城镇或者是小的社区,准确率也只有70%,但是却提供了低成本预测城市洪涝的方案,而且准确率也会随着数据的日益丰富,逐渐提升。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。