Надзорные службы уверенно двигаются к управлению на базе данных. Вести дистанционный мониторинг состояния охраняемых законом объектов помогает Единая муниципальная платформа сбора и анализа данных. Сегодняшним в летнюю пору на ее базе запущены четыре сервиса, которые разрешают смотреть за состоянием объектов культурного наследства и атмосферного воздуха, надзирать нелегальную вырубку лесов и зарастание земель сельскохозяйственного предназначения. Сервисы воплощают так именуемый риск-ориентированный подход, что предполагает прогнозирование развития событий и реакции не только лишь на инциденты, да и на потенциально небезопасные ситуации.
Ранее главным методом получения инфы о объектах контроля были выездные проверки. Сейчас цифровая платформа собирает и анализирует непрерывный поток данных с устройств и датчиков. Подозрительные инциденты выявляются в режиме настоящего времени и передаются в пасмурную систему контрольно-надзорных органов. Когда обнаруживаются признаки нарушений, инициируются внеплановые проверки. Тем усилия инспекторов фокусируются на проблемных событиях, проверяющих необходимо меньше, эффективность проверок вырастает, а расходы на их компанию понижаются.
Ядром системы стала пасмурная платформа Промышленного веба (Industrial Internet of things, IIoT) от Mail.ru Group, которая обеспечивает высокопроизводительную потоковую обработку и хранение данных с огромного количества устройств, горизонтальное масштабирование и разделение доступа. На этом ядре базируются решения, разработанные компанией WaveAccess по заказу НИИ «Восход».
Одно из их служит для дистанционного надзора за состоянием объектов культурного наследства в Вологодской области. В этом северном краю нуждаются в защите тыщи памятников архитектуры, в том числе жемчужин древесного зодчества: древних коттеджей, храмов, городских усадеб. Установленные на их беспроводные датчики фиксируют характеристики их содержания: температуру, влажность воздуха, задымления, протечки и раскрытие трещинок на фасаде строения. На базе приобретенных данных спецы вырабатывают советы для понижения риска утраты охраняемых ценностей.
2-ое решение помогает смотреть за чистотой атмосферного воздуха. Сеть датчиков, установленных как в жилых зонах, так и на промышленных предприятиях Челябинской области, дозволяет обнаруживать завышенные концентрации вредных веществ в воздухе. Собранные данные обрабатываются сложными математическими моделями, задачка которых — предсказывать, в котором направлении будет распространяться скопление загрязнения, и вычислять возможное положение источников загрязнения.
Еще два сервиса, построенных на разработках машинного обучения, употребляют в Калужской области, чтоб дистанционно надзирать несанкционированные вырубки леса и зарастание сельскохозяйственных земель лесом. Автоматический анализ спутниковых снимков с внедрением нейронных сетей дозволяет впору зафиксировать нелегальную вырубку и приостановить ее, также найти рост леса на участках сельскохозяйственного предназначения на ранешней стадии. Это еще эффективнее, чем выездные инспекции на широких территориях. При разработке этих сервисов применялась разработка Transfer Learning — внедрение модели, которая уже обучена на данных со идентичной структурой, с доп обучением под новейшую животрепещущую задачку. В итоге работы модели возникает бинарная маска, указывающая на области с зарастаниями.
Подключая к имеющейся инфраструктуре новейшие источники данных в остальных регионах, прикладные сервисы просто тиражировать, говорят их создатели. А упомянутые методы можно использовать и для остальных задач, к примеру, обнаружения нелегальных зданий, очагов лесных пожаров либо несанкционированных свалок.
Источник: