ブログ

SAD アプリケーションは、日本、特に関西地方の地震を検出できる自律型人工知能です。 このアプリケーションは、理論および機械学習技術に基づいて構築されています。 ユーザーには、地震が発生するたびに、SAD の Line 公式アカウントからリアルタイムで通知が届きます。 将来の潜在的な開発には、予測分析が含まれます。

SAD を実行するために必要なものはデータです。 さらに重要なことは、信頼できる純粋なデータが必要であり、信頼できるセンサーを使用することがこの点において非常に重要です。 SAD アプリケーションでは、オムロンの2 JCIE-BU 環境センサーが使用され、地震活動デー

タは内部の加速度計によって収集されます。通信プロトコルに関して、COM プロトコルを介してセンサーからRawデータを抽出する パイソン スクリプトを設計しましたので、 この加速度計は、3 次元空間 (X、Y、Z 軸) の動きを検出します。その後、Rawデータはネイティブ SQL データベースに取り込まれます。この処理は、輻輳を避けるために 2 秒ごとに行われます。 違う種類のデータベースが近い将来開発されるでしょう。 使用されている パイソン パッケージには、{omron_2jcie_b01}、{pandas}、{numpy}、および {re} があります。

一度、データがネイティブ SQL データベースに取り込まれると、並列処理を使用して別の R スクリプトが有効化され異常なアクティビティの計算および確認がなされます。 使用されている R パッケージには、{dplyr}、{tidyr}、{doParallel}、および {tidyverse} があります。 スクリプトの JSON 出力は、RestAPI を介してさらなるアクションが実行出来る特定のツールに送信されます。異常なアクティビティが発見されない場合、スクリプトは引き続き同じタスクを実行します。 機械学習アルゴリズムが検出モデルの更新を行います。

特定のツールが異常な活動に関する情報を受け取ると、別のスクリプトが使用され、Line の API プロトコルを介して SAD の公式 Line アカウントに情報をプッシュします。

以下のチャートは、R Shiny アプリを使用した加速度計の Z 軸の動きをライブで追跡したものです。 リアルタイム データベースの分岐ストリーミングは、Microsoft Azure SQL データベースを使用して、この特定の目的に対応しています。 以下の簡単なチャートでは、アプリケーションのホストとしてShinyapp.io サーバーを有効化しています。

SAD アプリケーションは、専用の CISCO ファイアウォール、Windows ファイアウォール、ノートンセキュリティによる拡張ファイアウォール保護の 3 層のファイアウォールによって保護されています。 暗号化も有効化されています。ネットワークセグリゲーションは、社内のスーパーコンピューターを使用した Line ユーザーへのリアルタイム通知などの重要なアクティビティのパフォーマンスを最大化出来ることも認められています。

最後に、停電の可能性を考慮して、バックアップ バッテリーと SIM カードを介した追加の 4G/5G 接続を利用して、接続が常に保証されるようにするつもりです。

Comment are closed.