訂閱
糾錯(cuò)
加入自媒體

與災(zāi)難賽跑: 機(jī)器學(xué)習(xí)助力大規(guī)模自動(dòng)化災(zāi)后損失評(píng)測(cè)

訓(xùn)練數(shù)據(jù)

深度學(xué)習(xí)最大的挑戰(zhàn)來(lái)自于收集充分有效的數(shù)據(jù)來(lái)對(duì)模型進(jìn)行訓(xùn)練,這一問(wèn)題在災(zāi)后重建分析中尤其突出。因?yàn)橛涗浟烁叻直媛市l(wèi)星影像的災(zāi)害較少,而其中包含損害建筑的結(jié)果就更少。這一工作中研究人員使用了UNOSAT和REACH等組織提供的公開(kāi)災(zāi)后評(píng)估數(shù)據(jù),這些原始的衛(wèi)星影像經(jīng)過(guò)手工評(píng)估后,再利用谷歌地球來(lái)將損害程度評(píng)分添加到對(duì)應(yīng)的空間坐標(biāo)中以獲取最終的訓(xùn)練數(shù)據(jù)。

訓(xùn)練中使用的圖像元,包含了災(zāi)前和災(zāi)后的建筑受損情況

性能

研究人員在近年來(lái)的三場(chǎng)地震中評(píng)估了模型的性能,在每次災(zāi)害中利用部分區(qū)域來(lái)訓(xùn)練模型,并在另一部分區(qū)域中進(jìn)行測(cè)試。結(jié)果的基準(zhǔn)來(lái)源于UNOSAT和REACH中人類(lèi)專(zhuān)家的評(píng)估結(jié)果,并利用與人類(lèi)評(píng)測(cè)相比的真實(shí)精度和ROC曲線來(lái)對(duì)模型的性能進(jìn)行評(píng)估。ROC曲線是機(jī)器學(xué)習(xí)領(lǐng)域用來(lái)測(cè)量模型對(duì)于正負(fù)樣本分類(lèi)能力的常用指標(biāo),曲線下的面積越接近1,說(shuō)明其分類(lèi)的精度就越高。根據(jù)前線救災(zāi)人員的經(jīng)驗(yàn),在災(zāi)后72小時(shí)內(nèi)超過(guò)70%的準(zhǔn)確率閾值就能為救災(zāi)提供有效的決策支撐。

下圖顯示了災(zāi)前和災(zāi)后建筑的損毀情況及模型的評(píng)估得分,可以看出損壞建筑的分?jǐn)?shù)都較為接近1而無(wú)損建筑的得分較小,即使周?chē)牡孛舶l(fā)生了明顯變化也不會(huì)被誤判。0.5可以作為典型的判斷閾值來(lái)進(jìn)行受損分類(lèi)。

這一工作顯示了衛(wèi)星影像應(yīng)用于自動(dòng)化災(zāi)后評(píng)估的潛力。雖然目前是在在同一地區(qū)不同區(qū)域進(jìn)行訓(xùn)練和測(cè)試,但最終目標(biāo)將是為全球任何區(qū)域提供精確的災(zāi)后建筑受損評(píng)估服務(wù)。在未來(lái)將會(huì)加入更多的訓(xùn)練數(shù)據(jù)以覆蓋多樣性的地理區(qū)域和建筑風(fēng)格。同時(shí)還將提供交互式的訓(xùn)練、驗(yàn)證和專(zhuān)家系統(tǒng)來(lái)為相關(guān)部門(mén)提供更多的決策信息和有效災(zāi)后響應(yīng),并讓這套系統(tǒng)為災(zāi)后救援與時(shí)間賽跑中,提供最為迅捷的評(píng)估信息。

關(guān)于我“門(mén)”

將門(mén)是一家以專(zhuān)注于發(fā)掘、加速及投資技術(shù)驅(qū)動(dòng)型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu),旗下涵蓋將門(mén)創(chuàng)新服務(wù)、將門(mén)技術(shù)社群以及將門(mén)創(chuàng)投基金。將門(mén)成立于2015年底,創(chuàng)始團(tuán)隊(duì)由微軟創(chuàng)投在中國(guó)的創(chuàng)始團(tuán)隊(duì)原班人馬構(gòu)建而成,曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。

將門(mén)創(chuàng)新服務(wù)專(zhuān)注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場(chǎng)景,激活和實(shí)現(xiàn)全新的商業(yè)價(jià)值,服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。

將門(mén)技術(shù)社群專(zhuān)注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來(lái)自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專(zhuān)家的技術(shù)分享和學(xué)習(xí)內(nèi)容,使創(chuàng)新成為持續(xù)的核心競(jìng)爭(zhēng)力。

將門(mén)創(chuàng)投基金專(zhuān)注于投資通過(guò)技術(shù)創(chuàng)新激活商業(yè)場(chǎng)景,實(shí)現(xiàn)商業(yè)價(jià)值的初創(chuàng)企業(yè),關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計(jì)算。在近四年的時(shí)間里,將門(mén)創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長(zhǎng)潛力的技術(shù)型創(chuàng)業(yè)公司。

<上一頁(yè)  1  2  
聲明: 本文由入駐維科號(hào)的作者撰寫(xiě),觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)