Mit Machine Learning Tierleben retten: Wie KI-Prognosen die bedrohten Glattwale vor Schiffen schützen

Das System\“Whalecast\“verknüpft historische Walsichtungen mit dem Ozeanmodell von Fathom Science – und erstellt daraus eine interaktive Meereskarte, die die Wahrscheinlichkeit von Walaktivitäten entlang der US-Ostküste zeigt. Diese Karte sollte in Touchscreens an Bord der Schiffe integriert werden, sodass Seeleute rechtzeitig die Geschwindigkeit drosseln und Kurskorrekturen vornehmen können.
WhaleCast
Die Validierung, für die Machine-Learning-Modelle aus SAS Viya zum Einsatz kamen, erforderte zusätzliche Daten. Mit dem SAS Data Maker wurden daher synthetische Daten generiert, deren Eigenschaften die Originaldaten präzise abbildeten. Mit knapp 500.000 Datenpunkten ließen sich die Daten in Gruppen aufteilen, um Training, Bewertung und Testen für sieben Machine-Learning-Modelle zu verbessern. Im Anschluss kam SAS Viya Workbench als Stand-alone-Programmierumgebung für eine weitere entscheidende Variable zum Einsatz: die Berechnung der Entfernung der Tiere zum Ufer.
\“Es war interessant zu sehen, wie schnell SAS unterschiedlichste Modelle bauen kann\“, erklärt Shropshire.\“Sie sind in der Lage, ein sehr simples Modell auf komplexeneuronale Netzwerke und Machine-Learning-Modelle zu erweitern, um die jeweiligen Vorteile und Begrenzungen aufzuzeigen\“.
Weitere Informationen, wie SAS Fathom Science beim Schutz des Meereslebens unterstützt, gibt es hier (https://curiosity.sas.com/en/articles/fathom-science-right-whales.html).
circa 2.200 Zeichen
Categories: Allgemein
No Responses Yet
You must be logged in to post a comment.