Command Palette
Search for a command to run...
22개 지방이 큰 홍수를 겪었습니다. 머신러닝을 통해 미래에 이를 예측할 수 있을까?

홍수 재해는 인류 역사상 매년 발생하며 세계에서 가장 심각한 자연재해 중 하나입니다. 홍수는 피할 수 없는 일이지만, 정확한 예보가 이루어지면 홍수로 인한 손실을 3분의 1 이상 줄일 수 있습니다. 과학자들은 홍수가 언제 어디에서 발생할지 정확하게 예측할 수 있는 머신 러닝 시스템을 개발했으며, 현재 인도에서 사용되고 있습니다.
이번 여름에도 홍수가 다시 발생합니다.
6월부터 우리나라는 포괄적인홍수 시즌일부 지역에서는 심한 폭우와 홍수가 발생하였고, 홍수 방지와 재난 구호에 대한 소식이 매일 신문에 실렸습니다.
보도에 따르면 올해 홍수철에는 광둥성, 광시성, 장시성 등 성에서22개 주그들 모두는 다양한 정도로 홍수 재해를 겪었습니다. 오늘 현재 홍수재해로 인해675만 명피해지역 작물623,000헥타르, 약 1,000만 달러의 직접적인 경제적 손실100억.

홍수는 여전히 계속되고 있으며 7월 중순까지 여러 차례에 걸쳐 폭우가 내릴 것으로 예상됩니다. 관련 부서들은 앞으로 며칠 안에 장시성에서 10년에 한 번 발생하는 중간 규모의 홍수가 발생할 것으로 예측하고 있습니다.홍수 예방 상황은 더욱 심각해질 것이다.

이에 따라 우리나라 여러 곳에서 긴급 대응에 나섰으며, 소방구조대도 재해 지역으로 급파돼 구조작업을 진행하고 있습니다.
그러나 자연재해 앞에서는 인간의 힘은 언제나 미미해 보인다. 다행히도 우리는 이제 과학 무기를 사용할 수 있습니다.정확한 예보 및 경고손실을 최소화하기 위해. 소방 구조대원들은 더 이상 목숨을 걸고 반복적으로 최전선으로 달려갈 필요가 없게 되었습니다.
홍수: 오랜 역사, 전 세계적인 현상
홍수는 세계에서 가장 심각한 자연재해 중 하나입니다.이런 일은 인류 역사상 매년 일어납니다. 전 세계적으로 홍수 재해에 대한 이야기가 많이 있는데, 노아의 방주 이야기도 그 중 하나입니다.
성경에 따르면, 하나님께서 어떤 이유로 홍수 재앙을 내리셨을 때, 노아와 그의 가족은 120년 동안 노아의 방주를 만들었습니다. 마침내 대홍수가 닥쳤을 때, 오직 노아와 그의 가족, 그리고 방주에 있던 사람들만 살아남았습니다.

홍수는 인구 밀도가 높고, 농경이 활발하며, 강과 호수가 집중되어 있고, 강우량이 풍부한 지역, 예를 들어 북반구의 따뜻한 온대 지역과 아열대 지역에서 자주 발생합니다.중국, 방글라데시이 지역은 세계에서 홍수 재해가 가장 자주 발생하는 지역입니다.

매년 여름, 남부의 많은 지방에서는 폭우나 폭우 등 많은 비가 내립니다."도시에서 바다를 바라보다"이런 시나리오는 더 이상 드물지 않습니다. 도시 침수와 홍수 비상 완화는 주민과 관리자가 함께 직면하고 해결하기 위해 열심히 노력해야 하는 어려운 문제입니다.

지진과 같은 자연재해와 마찬가지로 홍수는 본질적으로 예측 불가능하고 피할 수 없습니다. 하지만 우리가 그렇게 한다면정확한 예측, 손실을 최소화할 수 있습니다. 일부 연구 결과에 따르면 조기 경보 시스템은 홍수로 인한 사망자와 경제적 손실을 줄일 수 있습니다.3분의 1 이상 감소했습니다.
머신러닝 시스템: 홍수 예방을 위한 정확한 예측
구글, 테크니온-이스라엘 공과대학, 바이란 대학의 연구진은 인공지능과 강력한 컴퓨터를 활용해 암을 탐지하고 치료하는 방법을 개발했습니다.강물 범람을 정확하게 예측하는 머신 러닝 시스템.

그들은 이러한 정보를 결합하여 홍수가 언제, 어디에서 발생할지 뿐만 아니라 홍수의 심각성도 더욱 정확하게 예측할 수 있는 강 홍수 예측 모델을 만들었습니다.
논문에서 지적한 바와 같이 홍수 예측 모델을 구축하는 데 있어 가장 큰 과제 중 하나는 다음과 같습니다.매개변수 교정. 이는 알고리즘의 예측을 일부 기준 측정값과 일치시키도록 설계된 최적화 프로세스입니다. 기존 방법에는 수동 작업이 포함되며 결과 모델은 다음과 같습니다.성능은 좋지만 일반화하기는 어렵습니다.
실제로 홍수 예측 분야에서는 자동화를 위한 많은 시도가 있었지만, 운영 시스템에서 사용하기에 충분한 정확도와 신뢰성을 달성한 적은 없습니다. 따라서 실제 적용은 수동 개입이나 상호작용을 수반하는 반자동화 프로세스에만 국한됩니다.

연구원들은 강 수위의 실시간 측정과 단기 예측을 사용하여 이러한 장애물 중 일부를 극복했으며 이를 통해 모델이 생성되었습니다.홍수 지도(수위가 발생할 가능성이 있는 곳을 보여주는 지도) 예상되는 홍수의 범위를 추정합니다.
2018년 몬순 시즌 동안 생성된 경보를 기준으로 예측이 정확했다고 합니다.300m해상도가 초과합니다90%와 75%의 재현율과 정밀도.

또한 그들은 귀납적 전이, 전이 학습, 다중 작업 학습의 최근 진전이 여러 관련 소스에서 효과적인 모델을 학습하는 데 따르는 어려움을 극복할 수 있다고 믿습니다. 그리고 이러한 기술은 언젠가 눈 녹음이나 강의 흐름과 같이 물리적 모델로 시뮬레이션되지 않는 현상을 예측하는 데 사용될 수도 있습니다.
이러한 결과는 결국 Google에 입력됩니다.Google 공공 알림 프로그램,이 프로그램은 허리케인, 화산 폭발, 쓰나미, 지진 등 진행 중이거나 임박한 자연 재해에 대한 정보를 Google 검색, 지도, Google 뉴스 등의 앱 사용자에게 알려줍니다.

연구진은 "머신 러닝이 여러 구성 요소의 품질을 개선할 수 있다고 믿는다"고 말했습니다. "이 목표를 달성하기 위해 우리는 다양한 출처에서 데이터를 수집, 정리하고 결합하고 있습니다.오픈 데이터 세트이 문제를 머신 러닝 커뮤니티에서 더 쉽게 접근할 수 있도록 하기 위해서입니다. "
홍수는 불가피하지만 피해는 피할 수 있습니다.
홍수는 여전히 전국적으로 큰 피해를 입히고 있지만, 과학 및 기술 종사자들은 홍수에 대처할 방법을 연구하기 위해 밤낮으로 일하고 있습니다. 자연재해는 피할 수 없지만, 적절한 예보를 통해 인명과 재산을 재해로부터 보호할 수 있습니다.
다음 홍수가 올 때 소방관들이 최전선으로 달려가는 모습이 아니라, AI가 적절한 예보를 제공하고, 사람들이 사전에 대피하여 홍수 재해를 최소화하는 모습을 볼 수 있기를 바랍니다.

