 |
| ภาพจาก Waterloo News (Canada) |
นักวิจัยจาก University of Waterloo ของแคนาดาและสภาวิจัยแห่งชาติได้พัฒนา Multivariate Variance-based Genetic Ensemble Learning Method ซึ่งเป็นวิธีการเรียนรู้ของเครื่อง (machine learning) เพื่อคาดการณ์ปัญหาดาวเทียมที่อาจเกิดขึ้นเพื่อให้แน่ใจว่าชาวแคนาดาในชนบทและห่างไกลสามารถเข้าถึงอินเทอร์เน็ตได้อย่างต่อเนื่อง
วิธีการนี้รวมตัวแบบที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (artificial intelligence) หลายแบบเพื่อระบุความผิดปกติในดาวเทียมและเครือข่ายดาวเทียมก่อนที่จะบานปลาย
นักวิจัยได้ทดสอบตัวแบบของพวกเขากับชุดข้อมูล Soil Moisture Active Passive, Mars Science Laboratory Rover และ Server Machine ที่เปิดเผยต่อสาธารณะ พวกเขาพบว่าความเที่ยงตรง ความแม่นยำ และการรีคอล (recall) ของตัวแบบของพวกเขานั้นเหนือกว่าตัวแบบที่มีอยู่
Peng Hu จาก Waterloo กล่าวว่า "งานวิจัยนี้จะช่วยให้เราออกแบบระบบดาวเทียมที่เชื่อถือได้ ยืดหยุ่น และปลอดภัยมากขึ้น"
อ่านข่าวเต็มได้ที่: Waterloo News (Canada)
ไม่มีความคิดเห็น:
แสดงความคิดเห็น