راهی برای پیش‌بینی حوادث کوهنوردی پیدا شده است

هوش مصنوعی حوادث کوهستانی را در طول برنامه‌ریزی مسیر پیش‌بینی می‌کند

به گزارش مجله خبری نگار،محققان دانشگاه سوفیا در توکیو یک مدل هوش مصنوعی توسعه داده‌اند که قادر به پیش‌بینی خطر حوادث کوهنوردی در طول برنامه‌ریزی مسیر است. این مطالعه در مجله بین‌المللی علوم داده و تجزیه و تحلیل (IJDSA) منتشر شده است.

همانطور که نویسندگان این مطالعه، پروفسور یوسوکه فوکازاوا و دانشجوی فارغ‌التحصیل، تائکو ساتو، توضیح می‌دهند، اکثر حوادث کوهستانی را می‌توان به چهار نوع طبقه‌بندی کرد: سقوط از ارتفاع، سقوط در زمین مسطح، خستگی مفرط و عدم جهت‌یابی. با این حال، پیش‌بینی این نوع حوادث دشوار است، زیرا به عوامل مختلفی از جمله زمان روز، زمین، شرایط آب و هوایی و جمعیت‌شناسی کوهنوردان بستگی دارند.

برای حل این مشکل، دانشمندان از مدل یادگیری عمیق BERT استفاده کردند و آن را بر اساس داده‌های ۲۵۹۶ تصادفی که از سال ۲۰۱۴ تا ۲۰۲۳ در ناگانو رخ داده بود، آموزش دادند. یکی از ویژگی‌های متمایز این رویکرد، استفاده از تکنیک SHAP است که به آنها امکان می‌دهد بفهمند کدام پارامتر‌ها بر پیش‌بینی تأثیر می‌گذارند.

نتایج نشان داد که این مدل به ویژه در پیش‌بینی دو نوع حادثه دقیق بود: سقوط از ارتفاع و عدم جهت‌یابی. عوامل خطر شامل پیاده‌روی‌های صبحگاهی و انفرادی، برف، مه، سن و حتی جنسیت بود (برای مثال، سقوط روی سطوح صاف در بین زنان شایع‌تر بود).

پروفسور فوکازاوا خاطرنشان کرد: «مدل ما ارزیابی ریسک دقیق‌تر و شخصی‌سازی‌شده‌تری نسبت به هشدار‌های استاندارد ارائه می‌دهد. این به کوهنوردان کمک می‌کند تا بهتر آماده شوند و تصمیمات ایمن‌تری بگیرند.»

به گفته وی، این توسعه می‌تواند اساس برنامه‌های تلفن همراه را تشکیل دهد که به افراد امکان می‌دهد سفر‌ها را با در نظر گرفتن خطرات فردی برنامه‌ریزی کنند.

لینک کپی شد

اشتراک‌ گذاری