Jak głębokie uczenie pomogło zmapować każdy panel słoneczny w USA

Kategoria: Sztuczna inteligencja Opublikowany 20 grudnia

Głębokie uczenie zostało wykorzystane do zidentyfikowania 1,47 miliona instalacji słonecznych w Stanach Zjednoczonych, przekraczając najnowsze szacunki 1,02 miliona.

Co nowego: Panele słoneczne stają się coraz bardziej popularne w Stanach Zjednoczonych, ale trudno jest określić ich dokładną liczbę. Badacze z Uniwersytetu Stanforda zbliżyli nas znacznie do siebie dzięki m.in nowy system o nazwie DeepSolar , który wykorzystuje głębokie uczenie do skanowania obrazów satelitarnych pod kątem paneli słonecznych.

Jak to działało: Zespół przeszkolił DeepSolar na 370 000 zdjęć satelitarnych, ucząc go, które z nich obejmują panele słoneczne. Następnie program opracował, jak rozpoznać panele słoneczne, znajdując je poprawnie w 93% przypadków. Przeskanowanie miliarda obrazów potrzebnych do osiągnięcia ostatecznej liczby zajęło systemowi około miesiąca.

Zastosowania: Mapy mogą pomóc nam lepiej zrozumieć absorpcję energii słonecznej w USA. Patrząc w przyszłość, naukowcy planują wykorzystać swój system do tworzenia map słonecznych dla innych krajów i być może rozmieścić go w celu zlokalizowania turbin wiatrowych i innej infrastruktury energetycznej.

Ta historia pojawiła się po raz pierwszy w naszym biuletynie The Download. Zarejestruj się tutaj, aby otrzymywać codzienną dawkę najnowszych wschodzących technologii.