Kaip gilus mokymasis padėjo nustatyti kiekvieną saulės baterijų skydelį JAV

Kategorija: Dirbtinis intelektas Paskelbta Gruodžio 20 d

Gilus mokymasis buvo naudojamas siekiant nustatyti 1,47 mln. saulės įrenginių visoje JAV, o tai viršija naujausią 1,02 mln.

Kas naujo: Saulės baterijos tampa vis populiaresnės JAV, tačiau sunku nustatyti tikslų jų skaičių. Tyrėjai iš Stanfordo universiteto mus suartino, nes a nauja sistema „DeepSolar“. , kuris naudoja gilųjį mokymąsi, kad nuskaitytų palydovinius vaizdus saulės kolektoriams.

Kaip tai veikė: Komanda apmokė DeepSolar 370 000 palydovinių vaizdų, mokydama, kuriuose iš jų yra saulės kolektorių. Tada programa išsiaiškino, kaip aptikti saulės baterijas ir 93 % atvejų jas rasti teisingai. Prireikė maždaug mėnesio, kol sistema nuskenavo milijardą vaizdų, reikalingų galutiniam skaičiui pasiekti.

Naudoja: Žemėlapiai galėtų padėti mums geriau suprasti saulės energijos panaudojimą JAV. Žvelgdami į ateitį, mokslininkai planuoja panaudoti savo sistemą kurdami saulės žemėlapius kitoms šalims ir galbūt panaudoti ją vėjo turbinoms ir kitai energetikos infrastruktūrai nustatyti.

Ši istorija pirmą kartą pasirodė mūsų naujienlaiškyje The Download. Prisiregistruokite čia, kad gautumėte kasdienę naujausių technologijų dozę.