La résolution est aussi fine que celle des poteaux télégraphiques individuels.
«Cette sans souci permet une prévision précise des catastrophes en créant un modèle qui apprend les schémas de catastrophe à partir des données des installations que le groupe NTT a inspectées et réparées [après] des catastrophes passées », selon l'entreprise. "De plus, cela peut être prédit à partir de données accessibles au public dans tout le Japon, ce qui permet de faire des prédictions quel que soit l'endroit où l'installation est installée."
Jusqu'à présent, il existe trois algorithmes :
Grâce à des données d'entrée telles que les précipitations, l'altitude, la résistance du sol et la distance des rivières, l'entreprise prétend être en mesure de prédire les dommages causés à un poteau électrique individuel avec une précision de 98 %.
Le chiffre est de 90 % pour les canalisations fixées aux ponts lors des crues des rivières, à partir de données telles que la fluctuation du niveau d'eau et la largeur de la rivière, et, en connaissant des facteurs tels que les types de canalisations enfouies dans une zone et la vitesse maximale du sol d'un tremblement de terre, le nombre de canalisations fixées aux ponts lors des crues des rivières. Les dommages par kilomètre d'un pipeline peuvent être prédits avec une précision de 87 %, indique-t-il.
Au-delà de cela, il propose que une IA similaire soit développée pour le reste des infrastructures japonaises, comme les lignes de transport d'électricité et les pipelines d'eau et de gaz.
Les résultats seront exposés au Forum Tsukuba, les 16 et 17 mai de cette année.