Cet article a été rédigé à l’origine par Locana, qui fait maintenant partie de TRC.
Atteindre une vitesse et une échelle supérieures en utilisant l’IA combinée avec le SIG
Les données sont importantes. Mais la qualité compte plus.
Au milieu d’une transformation sans précédent de l’énergie verte, les services publics doivent relever des défis réglementaires, environnementaux et opérationnels redoutables qui accompagnent une demande accrue dans le monde entier et en particulier aux États-Unis. Cela a amené de nombreuses entreprises à se transformer numériquement, initiant des implémentations d’entreprise qui automatisent et numérisent des travaux précédemment manuels et sur papier. Il en résulte un déluge d’informations, manquant d’exactitude et d’exhaustivité. En effet, les différences d’emplacement et d’attribut entre différents jeux de données nécessitent souvent une correction. Les outils de confusion peuvent fusionner des données provenant de plusieurs sources pour corriger les incohérences. Cependant, cela est coûteux, prend du temps et nécessite beaucoup de main-d’œuvre.
Cependant, un nouveau paradigme existe avec l’essor de l’IA, associé à des solutions géospatiales plus puissantes. L’amalgame automatisé basé sur la localisation a transformé la façon dont les services publics et d’autres entreprises à forte intensité d’actifs gèrent et corrigent leurs données. Grâce à de puissantes analyses de localisation et à des techniques d’apprentissage automatique, les entreprises peuvent améliorer la précision et l’exhaustivité des données à grande échelle et en une fraction du temps. Ils améliorent leur capacité à prendre de meilleures décisions qui répondent aux exigences actuelles et futures en matière de durabilité, de fiabilité, de performance, etc.
Confusion automatisée expliquée
Une utilisation populaire de l’amalgame automatisé consiste à identifier et à fusionner les données sources qui doivent être améliorées dans leur précision géographique. Il doit être combiné avec un ensemble de données cibles précises provenant d’une source haute fidélité. Le défi consiste à trouver les emplacements cibles précis, tels que les emplacements des pôles, dans les données sources pour fusionner avec d’autres jeux de données et attributs associés, tels que la hauteur des poteaux ou l’équipement de poteau associé. Les organisations peuvent créer des données de localisation précises en demandant aux équipes sur le terrain d’effectuer des levés GPS pour capturer des données de localisation, mais cela prend du temps et est coûteux.
Les entreprises peuvent utiliser l’imagerie aérienne à haute résolution, la télédétection ou les ortho-mosaïques de drones pour générer leur source cible, mais elles doivent trouver des objets (par exemple, des emplacements discrets et sans ambiguïté des poteaux électriques) dans les images qu’elles peuvent égaler ; il s’agit généralement d’un processus manuel qui implique d’envoyer du personnel sur le terrain pour trouver des objets représentés dans les données et mesurer leurs emplacements réels en trois dimensions.
Cela éloigne le personnel de son travail habituel de grande valeur pour effectuer la tâche banale et fastidieuse d’identifier les cibles qu’il souhaite utiliser pour corriger d’autres données de localisation. Et en raison de ressources limitées, ces enquêtes ne peuvent être effectuées qu’entre des projets importants lorsque le personnel a des temps d’arrêt. Les organisations peuvent faire appel à des entrepreneurs, mais c’est coûteux.
L’automatisation de la génération de données cibles offre une excellente opportunité. Les entreprises peuvent combiner la technologie géospatiale et l’apprentissage automatique (ML) pour utiliser des modèles formés à la vision par ordinateur (CV) qui trouvent des objets pour générer des emplacements cibles.
Supposons que l’imagerie aérienne ait été générée et organisée avec moins d’un pied de précision. Dans ce cas, vous pouvez entraîner des modèles ML à identifier des emplacements de poteaux ou d’autres ressources à utiliser comme cibles pour la correction d’emplacement. Les entreprises peuvent automatiser ce processus et évoluer à un niveau élevé afin de pouvoir générer des données cibles à des ordres de grandeur plus rapidement que les méthodes précédentes.
Combien plus vite ?
Un processus manuel peut impliquer l’identification de jusqu’à 300 à 400 emplacements par jour, mais avec des modèles ml automatisés, le processus peut identifier avec précision plus de 100 000 emplacements par jour.
Un leader AI / ML en qui vous pouvez avoir confiance
TRC Companies aide les services publics à travers les États-Unis et dans le monde entier avec leurs besoins de confusion automatisée. TRC a mis en place des processus et des outils propriétaires tirant parti de l’ensemble d’outils d’apprentissage profond Esri et de l’ESF soft sécurisé, ainsi que des outils géospatiaux standard utilisés pour développer des modèles, des outils et des scripts afin d’automatiser ces processus. Locana peut utiliser des images haute résolution, des vidéos, des lidars, des photos terrestres et d’autres formats pour détecter la précision de localisation.
Les consultants, les technologues, les développeurs et les experts de l’industrie de TRC apportent des connaissances et des compétences approfondies fondées sur des décennies d’expérience. En tant que société TRC, TRC dispose de l’investissement supplémentaire et de l’expertise en ingénierie, y compris tout, de l’AMI 2.0 à ADMS en passant par OMS, pour libérer de la valeur dans les données que les entreprises ont déjà.
En plus d’une connaissance approfondie de la technologie et de l’industrie, TRC fournit à ses clients des conseils de classe mondiale, y compris des méthodologies agiles, Scrum et d’autres techniques de gestion de projet axées sur le client. Ces pratiques réduisent les coûts d’acquisition et de propriété totale et assurent la réalisation des projets dans les délais, le budget et la cible.
Avec TRC comme partenaire SIG de confiance, vous gagnez :
- Connaissance approfondie de l’industrie de l’énergie et expérience de travail avec les clients
- Expertise technique en TI/OT, géospatiale et IA
- Une expérience éprouvée dans la réalisation de projets autosuffisants et autosuffisants
- Engagement envers la transparence, la communication et l’appropriation
- Solutions, packages et modèles qui accélèrent le délai de réalisation de la valeur
Visitez aujourd’hui pour en savoir plus sur les solutions que nous offrons pour vous aider à améliorer l’exactitude et l’exhaustivité des données.