• پنجشنبه / ۱۳ خرداد ۱۴۰۰ / ۱۰:۱۸
  • دسته‌بندی: علم و فناوری جهان
  • کد خبر: 1400031309933
  • خبرنگار : 71607

کمک یک سیستم هوش مصنوعی پیشرفته به آتش‌نشانان

کمک یک سیستم هوش مصنوعی پیشرفته به آتش‌نشانان

تخلیه الکتریکی (Flashover) یک پدیده بسیار خطرناک است که طی آن تمام مواد قابل احتراق در معرض احتراق در یک منطقه بسته، تقریباً همزمان آتش می‌گیرند. با این وجود به لطف سیستم جدید مبتنی بر هوش مصنوعی که توسط مؤسسه ملی فناوری و استانداردها توسعه یافته، آتش نشانان ممکن است به زودی هنگام نزدیک بودن تخلیه الکتریکی اخطارهایی را دریافت کنند.

به گزارش ایسنا و به نقل از گیزمگ، به طور معمول، تخلیه الکتریکی هنگامی اتفاق می‌افتد که آتش سوزی سازه باعث شود که درجه حرارت یک فضای بسته حداقل به ۵۹۳ درجه سانتی گراد( ۱۱۰۰ درجه فارنهایت) برسد که این دما، دمای تقریبی خودآتشگیری بسیاری از مواد آلی که معمولاً استفاده می‌شوند، است. در نتیجه آنها گازهای قابل اشتعال ساطع می‌کنند و در همان زمان حتی اگر مستقیماً در معرض شعله‌های آتش قرار نگرفته باشند، کم و بیش شعله ور می‌شوند.

بهتر است هنگام وقوع تخلیه الکتریکی آتش‌نشانان در ساختمان حضور نداشته باشند؛ چراکه با توجه به هرج و مرج و دید محدود در داخل سازه‌های در حال سوختن، تشخیص علائم هشداردهنده قابل مشاهده مانند شعله‌های آتش که از سقف عبور می‌کنند، برای آنها دشوار است. در حالی که بسیاری از ساختمان‌ها به حسگرهای حرارتی مجهز هستند، اما این دستگاه‌ها معمولاً مدت‌ها قبل از وقوع تخلیه الکتریکی و در دمای حدود ۱۵۰ درجه سانتی گراد (۳۰۲ درجه فارنهایت) از کار می‌افتند و اینجا همان جایی است که P-Flash (مدل پیش بینی تخلیه الکتریکی) توسعه یافته است.

این فناوری که توسط دانشمندان مؤسسه ملی فناوری و استانداردها در آمریکا (NIST) طراحی شده است، از الگوریتم‌های یادگیری ماشینی استفاده می‌کند که این الگوریتم نیز توسط ۴۰۳۳ شبیه‌سازی رایانه‌ای مختلف از یک خانه سه خوابه، یک طبقه و به سبک مزرعه آمریکایی در حال سوختن که متداول‌ترین نوع خانه در آمریکا است، آموزش دیده‌ است.

الگوریتم‌ها می‌توانند پیش بینی کنند که تقریباً چه زمانی دمای داخل خانه به ۵۹۳ درجه سانتی گراد می‌رسد. هنگامی که P-Flash را بر روی شبیه‌سازی یک خانه در حال سوختن آزمایش کردند، این فناوری توانست وقوع تخلیه الکتریکی را یک دقیقه قبل از رخ دادن و با دقت ۸۶ درصد پیش بینی کند.

یافته‌های این مطالعه در مجله "Proceedings of the AAAI Conference on Artificial Intelligence" منتشر شد.

انتهای پیام

  • در زمینه انتشار نظرات مخاطبان رعایت چند مورد ضروری است:
  • -لطفا نظرات خود را با حروف فارسی تایپ کنید.
  • -«ایسنا» مجاز به ویرایش ادبی نظرات مخاطبان است.
  • - ایسنا از انتشار نظراتی که حاوی مطالب کذب، توهین یا بی‌احترامی به اشخاص، قومیت‌ها، عقاید دیگران، موارد مغایر با قوانین کشور و آموزه‌های دین مبین اسلام باشد معذور است.
  • - نظرات پس از تأیید مدیر بخش مربوطه منتشر می‌شود.

نظرات

شما در حال پاسخ به نظر «» هستید.