详细内容或原文请订阅后点击阅览
将本土知识与人工智能相结合，支持更安全的冰上旅行
作者：Val Maloney 气温升高意味着努纳武特地区 Sanikiluaq 的冰季缩短。因此，因纽特人用来旅行和狩猎的由冰冻海水形成的陆地固定冰越来越难以预测和不安全。Polynyas，即开阔水域和薄冰区，出现在洋流或风阻止浮冰 […]
来源:ΑΙhubVal Maloney 温暖的温度意味着在Nunavut Sanikiluaq的冰期季节较短。结果，因纽特人用来旅行和狩猎的冰冻海水形成的陆上冰片越来越不可预测和不安全。 Polynyas，开放水和薄冰的区域，出现在洋流或风能阻止形成冰的地方。它们通常每年在同一地点发现，使旅客可以安全地计划自己的路线。但是气候变化正在影响这种可预测性，导致较小的意外多纳斯，使整个包装冰的旅行风险。 解决这个问题，总部位于Sanikiluaq的北极埃德社会（AES），这是一个慈善组织，促进了哈德逊湾和因纽特人Nunangat的土著驱动的解决方案，这是加拿大因纽特人的国土（与加拿大的Inuit），与Waterloo University of Waterlo University to Travel（VIP）的远程（VIP）式（VIP）的求职者（VIP）的求职者（VIP）的求职者（VIP）伙伴关系（VIP）的求职者（VIP）的工具（VIP）求职者（VIP）求职者（AI）。在Polynyas上很容易获得。 使用当地因纽特人验证的数据，该实验室开发了机器学习模型，以使用陆地孔（SAR）图像（SAR）图像识别出潜在的危险敞开海冰区域，该图像由极性轨道卫星拍摄，飞越地球上700公里。使用SAR图像对于海冰监测是有利的，因为它可以通过云层和黑暗的区域进行可见性。 然后，将图像与本地知识和对冰条件的最新观察结合在一起，该冰条件在AES开发的社区驱动的移动应用程序和Web平台上共享的冰条件（Siku）。 该项目由VIP实验室团队，AES和Smartice（一个基于社区的组织），该组织支持与当地海冰旅行条件相关的Inuit生产的，由数据驱动的信息产品 - 共同构建Polynyas的数据集，以培训机器学习模型，以识别海冰中的特定风险。 滑铁卢大学
Val Maloney
温暖的温度意味着在Nunavut Sanikiluaq的冰期季节较短。结果，因纽特人用来旅行和狩猎的冰冻海水形成的陆上冰片越来越不可预测和不安全。
Polynyas，开放水和薄冰的区域，出现在洋流或风能阻止形成冰的地方。它们通常每年在同一地点发现，使旅客可以安全地计划自己的路线。但是气候变化正在影响这种可预测性，导致较小的意外多纳斯，使整个包装冰的旅行风险。
解决这个问题，总部位于Sanikiluaq的北极埃德社会（AES），这是一个慈善组织，促进了哈德逊湾和因纽特人Nunangat的土著驱动的解决方案，这是加拿大因纽特人的国土（与加拿大的Inuit），与Waterloo University of Waterlo University to Travel（VIP）的远程（VIP）式（VIP）的求职者（VIP）的求职者（VIP）的求职者（VIP）伙伴关系（VIP）的求职者（VIP）的工具（VIP）求职者（VIP）求职者（AI）。在Polynyas上很容易获得。
使用当地因纽特人验证的数据，该实验室开发了机器学习模型，以使用陆地孔（SAR）图像（SAR）图像识别出潜在的危险敞开海冰区域，该图像由极性轨道卫星拍摄，飞越地球上700公里。使用SAR图像对于海冰监测是有利的，因为它可以通过云层和黑暗的区域进行可见性。 然后，将图像与本地知识和对冰条件的最新观察结合在一起，该冰条件在AES开发的社区驱动的移动应用程序和Web平台上共享的冰条件（Siku）。
该项目由VIP实验室团队，AES和Smartice（一个基于社区的组织），该组织支持与当地海冰旅行条件相关的Inuit生产的，由数据驱动的信息产品 - 共同构建Polynyas的数据集，以培训机器学习模型，以识别海冰中的特定风险。滑铁卢大学