• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Fånga värdet av plats och tid med geospatial-tidsmässiga insikter

    IBM -forskare, Xiaoyan Shao (vänster) och Conrad Albrecht, interagera med IBM PAIRS Geoscope -tjänsten. Kredit:IBM

    IBM Research introducerar ett experimentellt erbjudande med namnet IBM PAIRS Geoscope (Physical Analytics Integrated Data Repository &Services), en unik molncentrisk geospatial information och analystjänst som kan påskynda upptäckten av nya insikter.

    Termer som stora data, analys, datavetenskap, och Internet of Things (IoT) har uppstått under de senaste åren för att hjälpa till att förklara en värld full av data. Drivs av allt mer sofistikerad och prisvärd elektronik, de exponentiella tillväxttakten för data som skapas varje dag förväntas fortsätta oförminskat i många år framöver. Nästan alla mänskliga aktiviteter kommer att påverkas av denna dataålder, och de som snabbt kan extrahera värde från denna överflödiga resurs kommer att ha en bestämd fördel.

    Att extrahera värde från de stora och ständigt växande lagren av geospatial-tidsmässiga big data utgör en betydande utmaning. Denna klass med stora data, så kallad på grund av dess inneboende länk till plats och tid, inkluderar satellit- och flygbilder, globala data och modeller (väder, klimat, hav, etc.), geo-refererade IoT/sensornätverk, och storhändelsedata som fångats på plattformar som Twitter och GDELT. Sådana uppgifter är ofta fritt tillgängliga, men dess massiva storlek och komplexiteten i samband med dess förberedelse för användning gör det svårt att utnyttja och skala, särskilt för stora områden och tidskritiska applikationer.

    IBM PAIRS Geoscope uppstod från ett projekt och engagemang för några år sedan med E. &J. Gallo Winery. I ett försök att spara vatten samtidigt som grödans enhetlighet och avkastning förbättras, IBM och Gallo utvecklade tillsammans ett precisionsbevattningssystem som inkluderade ett molnbaserat kommunikationsnätverk, hundratals sensorer och ställdon, satellitbilder för att mäta grönhetens enhetlighet och hälsa, en komplex modell för uppskattning av vattenförlust från grönska och mark som krävde många meteorologiska och atmosfäriska parametrar från en mängd olika källor, och en lokal vädermodell för att uppskatta framtida bevattningsbehov. Förutom att demonstrera en ny form av en potentiellt kommersiell vatteneffektiv droppbevattningsteknik, en tvåsäsongsversion av detta system på en tio tunnland testranch gav 26 procents ökning av skördeavkastningen, en 50 -procentig ökning av grödans enhetlighet, och en fördubbling av nyckelgrödans kvalitetsindex, allt medan du använder upp till 22 procent mindre vatten.

    Denna erfarenhet lärde oss att snabbt få insikter och värde från en otymplig blandning av stora geospatiala-tidsmässiga datamängder krävde nytt tänkande på minst två fronter:

    • Först, geografiska-tidsmässiga datamängder är ofta för stora för att kunna överföras för analys inom rimlig tid. Det projiceras, till exempel, att datagenereringshastigheter från bara IoT ensam skulle kunna nå 600 ZB per år år 2020.
    • Andra, geospatial-temporal datamängder uppvisar en skrämmande uppsättning komplexa format. Att förstå och kurera denna mångfald kan vara en mödosam uppgift som hindrar snabb analys. På båda fronterna, betydande och ibland oöverstigliga flaskhalsar uppstår när man försöker föra data till analysen.
    Kredit:IBM

    PAIRS Geoscope löser detta problem genom att vända situationen. Det är, genom att erbjuda en tjänst som gör det möjligt för kunder att ta med sin analys till data. Det befriar kunder från de besvärliga processer som dominerar konventionell geospatial-tidsmässig datainsamling och förberedelse och ger sökvänliga, snabb tillgång till en rik, olika, och växande katalog med historisk och kontinuerligt uppdaterad geospatiotemporal information.

    Tjänsten är byggd på en mycket skalbar, molnbaserat förvar speciellt utformat för komplexiteten i geospatial-tidsmässig information. Det här förvaret, växer för närvarande med terabyte per dag, kan automatiskt inta, kurator, och integrera sömlöst alla former av geospatial-temporal data. Stor, heterogen, och komplexa datauppsättningar tämjas till en snyggt anpassad och indexerad struktur som är utformad för effektiv hämtning och sökning.

    Kunder kan nu använda PAIRS -geoskop på olika nivåer för att använda en stor och värdefull källa till tidigare underutnyttjad data. Som informationstjänst, PAIRS Geoscope kan snabbt ge en mängd olika kontextuell information om en viss plats och tid. Används som en upptäcktstjänst, den kan identifiera en uppsättning regioner som delar en liknande uppsättning klientdefinierade egenskaper. Som en avancerad analystjänst, det kan utnyttja maskininlärning och tekniker för artificiell intelligens för att göra förutsägelser baserade på en komplex blandning av parametrar, modeller, och historiska data.

    Den pågående utvecklingen av PAIRS Geoscope förblir avsiktligt kopplad till dess verkliga ursprung och är för närvarande i försök med kunder inom jordbruket, finansiera, energi, och meteorologi. Till exempel, IHI Corporation, en global teknik, bygg- och tillverkningsföretag som tillhandahåller ett brett utbud av produkter inom flygmotorer, rymd- och försvars- och andra affärsområden, arbetar med tjänsten för att utveckla ett nytt system för att förbättra noggrannheten i långsiktiga (30 dagar eller mer) väderprognoser med mer än 30 procent över alla andra tekniker.

    Specifikt, laget använder data från GPS -radio Ockultationssensorer på satelliter, som kan ge tredimensionell temperatur, tryck, och luftfuktighetsprofiler i atmosfären. IHI och dess kunder använder PAIRS Geoscope för att blanda dessa data med historiska och långsiktiga väderprognosdata och maskininlärningstekniker för att skapa förbättrade väderprognosinsikter.

    Ett interaktivt webbgränssnitt för tjänsten gör det möjligt för användare att snabbt och enkelt köra frågor över petabyte med geografisk-tidsmässig data. Resultaten visas som visualiseringar som kan laddas ner i olika format (som i framtida versioner kommer att innehålla SPARK -dataramar). Ett REST API ger utvecklare ett enhetligt molnbaserat gränssnitt för att interagera med tekniken, så att de kan förbättra sina applikationer utan att ersätta eller störa den föredragna uppsättningen kartläggning, visualisering, datainsamling, och kontrollplattformar.

    Världen för digital upptäckt har revolutionerats av möjligheten att indexera och snabbt söka på webbsidor, sociala nätverk, och affärstransaktioner. Geospatial-temporal data, på grund av dess storlek och komplexitet, har varit resistent mot denna trend och förblir underutnyttjad. IBM PAIRS Geoscope tar geospatial-temporal data ur mörkret och gör det möjligt för kunder att fånga hela värdet av detta ständigt växande, allmänt förekommande, och mycket viktig informationsklass i sina applikationer. För att utforska PAIRS geoskop, besök målsidan, och låt oss veta hur du planerar att använda den och de insikter du hoppas få.


    © Vetenskap https://sv.scienceaq.com