Поведенческий анализ животных: как облако IaaS помогает предсказывать землетрясения

Поведенческий анализ животных: как облако IaaS помогает предсказывать землетрясения

Регулярно происходящие землетрясения доказывают, насколько сложно предсказывать стихийные бедствия. И несмотря на то что человек, казалось бы, располагает достаточной информацией о наиболее опасных зонах на планете, по-прежнему сложно предугадать, где и когда произойдет очередная катастрофа. Однако большинство животных в состоянии ощущать наступление подобных событий. Следовательно, полагаясь на инстинкты животного мира и используя мощные вычислительные системы в совокупности с облачными технологиями, можно заблаговременно узнавать о надвигающейся беде.

Облачные решения для контроля поведения животных

Согласно исследованиям ученых, перед землетрясением животные ведут себя странно и нетипично, внезапно покидая привычное место обитания в поисках убежища. Это происходит благодаря умению распознавать мелкие, быстро нарастающие волны и ощущать химические изменения, происходящие в грунтовых водах. Поэтому сбор и анализ поведенческих характеристик животных становится отличным способом заблаговременно узнать о катастрофе. И если человек научится использовать эти «знания», можно добиться хороших результатов, спасая сотни человеческих жизней.

Для этого необходимо отслеживать поведение животных и на основе полученной информации выявлять нестандартные действия. Однако сбор больших объемов данных требует использования современных технологий и вместительных хранилищ. В этом вопросе на помощь приходит облако, которое выступает площадкой для хранения и инструментом для анализа ситуации в реальном времени.

Пример отслеживания поведенческих характеристик животных с использованием облачных решений

Пример отслеживания поведенческих характеристик животных с использованием облачных решений

Как собирать информацию и отслеживать большие группы животных, не мешая их естественному поведению? Ученые выяснили, что сенсоры в виде биотелеметрических устройств, фиксируемых на животном, наносят серьезное негативное влияние, нарушают естественное поведение и приводят к некорректному сбору информации. Решение этой проблемы – использование датчиков, которые размещаются во внешней среде, контролируют поведение «толпы» и в случае отклонения от типичного поведения фиксируют события, выводя соответствующие оповещения.

Как это работает? Датчики, установленные в местах обитания животных, передают информацию в облако, где уже хранится эталонная модель поведения. Поступающие сведения записываются в БД и постоянно анализируются. В случае фиксирования малейших отклонений от стандартного поведения выводятся оповещения, представленные в форме отчетов, графиков и фактических показателей. На основе полученных результатов ученые делают выводы. Таким образом, собранная информация помогает подробнее изучить характер поведения животных и активно используется в научной исследовательской деятельности.

Примечательно, что эта концепция применима к любым представителям флоры и фауны, позволяя наблюдать за коллективными изменениями в поведении, отслеживать скорость и траекторию движения. Облачные технологии в этом вопросе обеспечивают эластичное масштабирование и сохранность больших объемов данных.

Модель поведения толпы и облачные технологии

Модель поведения толпы и облачные технологии

Сбор и анализ поведенческой информации, используемый в отношении животного мира, сегодня применяется и в жизни человека, позволяя детализировать поведение толпы. Ученые из института наукоемких компьютерных технологий (НИИ НКТ) Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики (ИТМО) совместно с иностранными коллегами создали программу, способную детализировать поведение толпы.

Такой подход хоть и не предсказывает надвигающееся землетрясение, но помогает организаторам массовых мероприятий лучше подготовиться к экстренным ситуациям, которые происходят в условиях большого скопления людей. В основе решения лежит метод мультиагентного моделирования, где поведение общего потока определяется траекторией и скоростью движения отдельных агентов.

Пример карты пешеходной плотности

Пример карты пешеходной плотности

Таким образом, разработанная среда объединяет мультиагентные модули, описывающие поведение пешеходов во время проведения массовых мероприятий. Кроме того, решение совмещает модель эвакуации посетителей из здания кинотеатра с моделью дорожного движения в прилегающем районе. Но поскольку такой подход подразумевает сбор и анализ больших объемов данных, а мультиагентные модули требуют серьезных вычислительных мощностей, было принято решение использовать технологии облачных вычислений.

Заключение

В основе рассмотренных примеров используются облачные технологии и лежит поведенческая модель, в одном случае позволяющая определять надвигающиеся стихийные бедствия, в другом – воспроизводить возможные сценарии (пожар, давка, перекрытие одного из выходов), минимизировать потенциальные риски, что дает возможность лучше подготовиться к непредвиденным ситуациям в условиях огромного скопления народа. Это лишний раз доказывает, что использование облака IaaS, SaaS или PaaS находит применение в различных сферах деятельности, позволяет решать востребованные задачи и спасать жизни людей.

Поделиться в социальных сетях