Пензенские ученые разработали программу с ИИ для предсказания лесных пожаров
Специалисты Пензенского государственного университета (ПГУ) разработали программу со встроенным искусственным интеллектом, способную предсказать возникновение пожара в лесных массивах. Разработка может быть использована сотрудниками МЧС, лесниками и егерями для предотвращения возгораний.
Нейронная сеть обучена на нескольких тысячах снимков, полученных со спутников, квадрокоптеров и вертолетов. Программа использует доработанную нейросеть, которая позволяет быстро распознавать «проблемные» зоны на снимках и самообучаться в процессе эксплуатации.
«Наша программа предназначена для построения и обучения нейро-нечеткой адаптивной модели оценки пожароопасности на основе синтеза нечеткой логики Мамдани и глубокой нейронной сети. Реализованная методика включает этап предварительной обработки мультиформатных входных данных», — прокомментировал технический консультант проекта, кандидат технических наук, доцент кафедры «Конструирование и производство радиоаппаратуры» ПГУ Игорь Кочегаров.
Предложенная авторами методика способна одновременно анализировать метеорологические и геопространственные данные, а также экспертные оценки, поступающие в различной форме: числовой, категориальной и лингвистической.
«В процессе работы программы выполняется конвертация гетерогенных данных в единое представление, нормализация и подача в гибридную архитектуру, состоящую из обучаемого нейросетевого модуля и продукционного нечеткого блока», — рассказал еще один технический консультант Илья Рыбаков.
Нейронная сеть обучена на снимках из открытых баз данных и способна обнаруживать признаки пожароопасных ситуаций, например, бурелом. Программа также реализует процедуру адаптивного обучения с обратной связью, что позволяет уточнять модель при поступлении новых данных или экспертных корректировок.
По словам научного руководителя проекта, доктора технических наук, профессора ПГУ Николая Юркова, искусственный интеллект прогоняет поступающие снимки по разработанной модели, строит внутренние матрицы и обнаруживает потенциально опасные места. После этого в эти места может быть направлена бригада для ликвидации угрозы.
Проверка предложения на тестовых данных показала, что точность прогноза приближается к 90 %, а результат выдается в течение нескольких секунд.
Разработкой уже заинтересовалось региональное МЧС. В планах — запустить пилотный проект на территории Пензенской области в пожароопасный сезон.