訂閱
糾錯
加入自媒體
發文

AI應用新領域:亞馬遜AWS預測太陽風暴

據國外媒體報道,亞馬遜的云計算部門亞馬遜云服務(AWS)預計利用人工智能來幫助NASA預測超級太陽風暴的到來。

當太陽的干擾表面被遺棄在幾百萬英里每輻射和帶電粒子爆發的高爐每小時的速度,將出現太陽風暴。足夠強的輻射爆炸將影響地球中大部分的無線電通信。此外,如果這樣的爆發(稱為日冕物質拋射,或CME)足夠強大,可以直接掃在地上,它可能會導致衛星損壞和電網崩潰。

美國宇航局正在與亞馬遜云服務和亞馬遜機器學習解決方案實驗室(Amazon Machine Learning SolutionsLab)合作,開展一個項目,使用人工智能了解更多關于太陽超級風暴的預警信號.

為了處理大量的數據,并提高未來的風險評估,NASA正在使用亞馬遜網絡服務分析工具來了一個篩選1000分數據集,和計算機模型可以被訓練識別暗流涌動的跡象。

亞馬遜博客發布的文章解釋了NASA的方法,將太陽風驅動與地球周圍的磁場水平聯系起來,以識別數據中的異常。

NASA使用名為亞馬遜SageMaker機器學習工具中內置的AWS隨機切森林異常檢測算法訓練模型。該算法為每組數據點提供了一個“異常分數”。其他AWS工具來實時跟蹤異常數據,并跟蹤他們和太陽風暴之間的聯系。

異常檢測指的是通過數據挖掘手段識別數據中的“異常點”,由于深度神經網絡分類器可以將分布外(奇數)輸入以高置信度在分布內分類,因此區分異常值或顯著不同的數據是很重要的。當我們使用這些預測為實際決策提供基礎時,異常數據檢測將特別重要。

異常檢測還在數據中心有廣泛的應用,比如可以從一臺服務器上提取出一系列特征,如內存占用,CPU 使用率,網絡吞吐量,磁盤訪問頻率等等。利用這些特征建立一個模型。當某個服務器偏離這個模型較遠時,可能這臺機器快要死機了,就可以進一步查看這臺機器的情況以便做出相應的處理。

該計劃使美國宇航局能夠匯總來自50多個衛星任務的數據,并開發可視化以供進一步研究。科學家們已經能夠創造必要太陽的現象仿真模擬卡林頓超級風暴事件。

聲明: 本網站所刊載信息,不代表OFweek觀點。刊用本站稿件,務經書面授權。未經授權禁止轉載、摘編、復制、翻譯及建立鏡像,違者將依法追究法律責任。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

电竞投注竞彩app