多虧了人為智能,此刻監測海洋傳染跟“百度一下”一律大略
導讀根據發表在《環境污染》雜志上的一項研究,巴塞羅那大學的研究團隊成功開發了一種基于深度學習技術設計的算法的開放訪問網絡應用程序——MarLIT,檢測和量
按照公布在《情景傳染》(Environmental Pollution)雜志上的一項接洽,巴塞羅那大學的接洽共青團和少先隊成功開拓了一種鑒于深度進修本領安排的算法的盛開參觀搜集運用步調——MarLIT,檢驗和測定和量化海洋中的漂浮塑料的真實性超過80%。
為了監測海洋漂浮的塑料傳染物,接洽共青團和少先隊安排了一種新的算法,經過運用深度進修本領,經過航照相片自動量化海洋中的漂浮塑料。深度進修本領是一種自動進修本領,人為神經搜集不妨進修并將進修提高到更高程度。
這種本領是經過人為智能本領對加泰羅尼亞地中海海岸的3800多幅航空圖像進行領略的截止,它將使接洽職員不妨在評價寰球海洋中塑料傳染物的存在、密度和傳播方面博得發達。
MARLIT扶助對圖像進行獨立領略,并按照用戶指南將圖像分紅幾個限制,辨別每個特定地區中能否存在漂浮廢物,并運用圖像元數據(高度、辨別率)估量它們的密度。將來,估計該運用將實用于長途傳感器(如無人駕駛飛機)以自動化遙感等方面。
編寫翻譯/前瞻經濟學人APP資源訊息組
免責聲明:本文章由會員“劉熙”發布如果文章侵權,請聯系我們處理,本站僅提供信息存儲空間服務如因作品內容、版權和其他問題請于本站聯系