मशीन लर्निंग का उपयोग करके परिसंपत्ति स्वास्थ्य और ग्रिड लचीलेपन में सुधार | अमेज़न वेब सेवाएँ

यह पोस्ट ट्रैविस ब्रोंसन और ड्यूक एनर्जी के ब्रायन एल विल्करसन के साथ सह-लिखित है

मशीन लर्निंग (एमएल) हर उद्योग, प्रक्रिया और व्यवसाय को बदल रही है, लेकिन सफलता का रास्ता हमेशा सीधा नहीं होता है। इस ब्लॉग पोस्ट में, हम प्रदर्शित करते हैं कि कैसे ड्यूक एनर्जी, एक फॉर्च्यून 150 कंपनी जिसका मुख्यालय चार्लोट, एनसी में है, ने के साथ सहयोग किया AWS मशीन लर्निंग सॉल्यूशंस लैब (एमएलएसएल) लकड़ी के उपयोगिता खंभों के निरीक्षण को स्वचालित करने और बिजली कटौती, संपत्ति की क्षति और यहां तक ​​कि चोटों को रोकने में मदद करने के लिए कंप्यूटर विज़न का उपयोग करता है।

विद्युत ग्रिड लाखों घरों और व्यवसायों को बिजली उत्पन्न करने और वितरित करने के लिए खंभों, लाइनों और बिजली संयंत्रों से बना है। ये उपयोगिता खंभे महत्वपूर्ण बुनियादी ढांचे के घटक हैं और हवा, बारिश और बर्फ जैसे विभिन्न पर्यावरणीय कारकों के अधीन हैं, जो संपत्तियों पर टूट-फूट का कारण बन सकते हैं। यह महत्वपूर्ण है कि उपयोगिता खंभों का नियमित रूप से निरीक्षण और रखरखाव किया जाए ताकि उन विफलताओं को रोका जा सके जो बिजली कटौती, संपत्ति की क्षति और यहां तक ​​कि चोटों का कारण बन सकती हैं। ड्यूक एनर्जी सहित अधिकांश बिजली उपयोगिता कंपनियां अपने ट्रांसमिशन और वितरण नेटवर्क से संबंधित विसंगतियों की पहचान करने के लिए उपयोगिता खंभों के मैन्युअल दृश्य निरीक्षण का उपयोग करती हैं। लेकिन यह विधि महंगी और समय लेने वाली हो सकती है, और इसके लिए आवश्यक है कि पावर ट्रांसमिशन लाइनवर्कर्स कठोर सुरक्षा प्रोटोकॉल का पालन करें।

ड्यूक एनर्जी ने अतीत में बड़ी सफलता के साथ दिन-प्रतिदिन के कार्यों में दक्षता पैदा करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया है। कंपनी ने उत्पादन परिसंपत्तियों और महत्वपूर्ण बुनियादी ढांचे का निरीक्षण करने के लिए एआई का उपयोग किया है और उपयोगिता खंभों के निरीक्षण में भी एआई लागू करने के अवसर तलाश रही है। ड्यूक एनर्जी के साथ एडब्ल्यूएस मशीन लर्निंग सॉल्यूशंस लैब जुड़ाव के दौरान, उपयोगिता ने उन्नत कंप्यूटर विज़न तकनीकों का उपयोग करके लकड़ी के खंभों में विसंगतियों का पता लगाने को स्वचालित करने के लिए अपने काम को आगे बढ़ाया।

लक्ष्य और उपयोग का मामला

ड्यूक एनर्जी और मशीन लर्निंग सॉल्यूशंस लैब के बीच इस जुड़ाव का लक्ष्य 33,000 मील की ट्रांसमिशन लाइनों में लकड़ी के खंभे से संबंधित सभी मुद्दों की पहचान और समीक्षा प्रक्रिया को स्वचालित करने के लिए सैकड़ों हजारों उच्च-रिज़ॉल्यूशन वाली हवाई छवियों का निरीक्षण करने के लिए मशीन लर्निंग का लाभ उठाना है। . यह लक्ष्य ड्यूक एनर्जी को ग्रिड लचीलेपन में सुधार करने और समय पर दोषों की पहचान करके सरकारी नियमों का अनुपालन करने में मदद करेगा। यह ईंधन और श्रम लागत को भी कम करेगा, साथ ही अनावश्यक ट्रक रोल को कम करके कार्बन उत्सर्जन को भी कम करेगा। अंत में, यह मीलों चलने, खंभों पर चढ़ने और इलाके और मौसम की स्थिति से समझौता करने से जुड़े भौतिक निरीक्षण जोखिमों को कम करके सुरक्षा में भी सुधार करेगा।

निम्नलिखित अनुभागों में, हम लकड़ी उपयोगिता खंभों से संबंधित विसंगति का पता लगाने के लिए मजबूत और कुशल मॉडल विकसित करने से जुड़ी प्रमुख चुनौतियाँ प्रस्तुत करते हैं। हम वांछित मॉडल प्रदर्शन को प्राप्त करने के लिए नियोजित विभिन्न डेटा प्रीप्रोसेसिंग तकनीकों से जुड़ी प्रमुख चुनौतियों और अनुमानों का भी वर्णन करते हैं। इसके बाद, हम अपने अंतिम मॉडल के मूल्यांकन के साथ-साथ मॉडल के प्रदर्शन का मूल्यांकन करने के लिए उपयोग किए जाने वाले प्रमुख मैट्रिक्स प्रस्तुत करते हैं। और अंत में, हम विभिन्न अत्याधुनिक पर्यवेक्षित और गैर-पर्यवेक्षित मॉडलिंग तकनीकों की तुलना करते हैं।

चुनौतियां

हवाई छवियों का उपयोग करके विसंगतियों का पता लगाने के लिए एक मॉडल को प्रशिक्षित करने से जुड़ी प्रमुख चुनौतियों में से एक गैर-समान छवि आकार है। निम्नलिखित आंकड़ा ड्यूक एनर्जी से सेट किए गए नमूना डेटा की छवि की ऊंचाई और चौड़ाई के वितरण को दर्शाता है। यह देखा जा सकता है कि छवियों में आकार के संदर्भ में बड़ी मात्रा में भिन्नता है। इसी प्रकार, छवियों का आकार भी महत्वपूर्ण चुनौतियाँ पेश करता है। इनपुट छवियों का आकार हजारों पिक्सेल चौड़ा और हजारों पिक्सेल लंबा होता है। यह छवि में छोटे विषम क्षेत्रों की पहचान के लिए एक मॉडल को प्रशिक्षित करने के लिए भी आदर्श नहीं है।

साथ ही, इनपुट छवियों में बड़ी मात्रा में अप्रासंगिक पृष्ठभूमि जानकारी जैसे कि वनस्पति, कार, खेत के जानवर आदि शामिल हैं। पृष्ठभूमि जानकारी के परिणामस्वरूप मॉडल का प्रदर्शन इष्टतम से कम हो सकता है। हमारे आकलन के आधार पर, छवि के केवल 5% में लकड़ी के खंभे हैं और विसंगतियाँ और भी छोटी हैं। उच्च-रिज़ॉल्यूशन छवियों में विसंगतियों की पहचान करना और उनका स्थानीयकरण करना एक बड़ी चुनौती है। संपूर्ण डेटा सेट की तुलना में विसंगतियों की संख्या काफी कम है। संपूर्ण डेटा सेट में केवल 0.12% विसंगतिपूर्ण छवियां हैं (यानी, 1.2 छवियों में से 1000 विसंगतियां)। अंत में, पर्यवेक्षित मशीन लर्निंग मॉडल के प्रशिक्षण के लिए कोई लेबल डेटा उपलब्ध नहीं है। आगे, हम वर्णन करते हैं कि हम इन चुनौतियों का समाधान कैसे करते हैं और अपनी प्रस्तावित पद्धति की व्याख्या करते हैं।

समाधान अवलोकन

मॉडलिंग तकनीकें

निम्नलिखित चित्र हमारी छवि प्रसंस्करण और विसंगति का पता लगाने वाली पाइपलाइन को दर्शाता है। हमने सबसे पहले डेटा आयात किया अमेज़न सरल भंडारण सेवा (अमेज़न S3) का उपयोग अमेज़ॅन सैजमेकर स्टूडियो. हमने मॉडल के प्रदर्शन को बेहतर बनाने के लिए ऊपर उजागर की गई कुछ चुनौतियों का समाधान करने के लिए विभिन्न डेटा प्रोसेसिंग तकनीकों को नियोजित किया। डेटा प्रीप्रोसेसिंग के बाद, हमने अमेज़ॅन को नियुक्त किया मान्यता कस्टम लेबल डेटा लेबलिंग के लिए. लेबल किए गए डेटा का उपयोग विज़न ट्रांसफार्मर जैसे पर्यवेक्षित एमएल मॉडल को प्रशिक्षित करने के लिए किया जाता है। अमेज़ॅन लुकआउट फॉर विज़न, तथा ऑटोग्लोन विसंगति का पता लगाने के लिए।

निम्नलिखित आंकड़ा हमारे प्रस्तावित दृष्टिकोण का विस्तृत अवलोकन दर्शाता है जिसमें डेटा प्रोसेसिंग पाइपलाइन और विसंगति का पता लगाने के लिए नियोजित विभिन्न एमएल एल्गोरिदम शामिल हैं। सबसे पहले, हम डेटा प्रोसेसिंग पाइपलाइन में शामिल चरणों का वर्णन करेंगे। इसके बाद, हम वांछित प्रदर्शन लक्ष्यों को प्राप्त करने के लिए इस सगाई के दौरान नियोजित विभिन्न मॉडलिंग तकनीकों से संबंधित विवरण और अंतर्ज्ञान की व्याख्या करेंगे।

डेटा प्रीप्रोसेसिंग

प्रस्तावित डेटा प्रीप्रोसेसिंग पाइपलाइन में शामिल हैं डेटा मानकीकरण, रुचि के क्षेत्र की पहचान (आरओआई), डेटा संवर्धन, डेटा विभाजन, और आखिरकार डेटा लेबलिंग. प्रत्येक चरण का उद्देश्य नीचे वर्णित है:

डेटा मानकीकरण

हमारी डेटा प्रोसेसिंग पाइपलाइन में पहले चरण में डेटा मानकीकरण शामिल है। इस चरण में, प्रत्येक छवि को क्रॉप किया जाता है और 224 X 224 पिक्सेल आकार के गैर-अतिव्यापी पैच में विभाजित किया जाता है। इस चरण का लक्ष्य समान आकार के पैच तैयार करना है जिनका उपयोग एमएल मॉडल को प्रशिक्षित करने और उच्च रिज़ॉल्यूशन छवियों में विसंगतियों को स्थानीयकृत करने के लिए किया जा सकता है।

रुचि के क्षेत्र की पहचान (आरओआई)

इनपुट डेटा में उच्च-रिज़ॉल्यूशन वाली छवियां होती हैं जिनमें बड़ी मात्रा में अप्रासंगिक पृष्ठभूमि जानकारी (जैसे, वनस्पति, घर, कार, घोड़े, गाय, आदि) होती हैं। हमारा लक्ष्य लकड़ी के खंभों से संबंधित विसंगतियों की पहचान करना है। आरओआई (यानी, लकड़ी के खंभे वाले पैच) की पहचान करने के लिए, हमने अमेज़ॅन रिकॉग्निशन कस्टम लेबलिंग को नियोजित किया। हमने आरओआई और पृष्ठभूमि छवियों दोनों वाली 3k लेबल वाली छवियों का उपयोग करके अमेज़ॅन रिकॉग्निशन कस्टम लेबल मॉडल को प्रशिक्षित किया। मॉडल का लक्ष्य आरओआई और पृष्ठभूमि छवियों के बीच एक द्विआधारी वर्गीकरण करना है। पृष्ठभूमि जानकारी के रूप में पहचाने गए पैच को हटा दिया जाता है जबकि आरओआई के रूप में अनुमानित फसलों का उपयोग अगले चरण में किया जाता है। निम्नलिखित आंकड़ा उस पाइपलाइन को दर्शाता है जो आरओआई की पहचान करती है। हमने 1,110 लकड़ी की छवियों की गैर-अतिव्यापी फ़सलों का एक नमूना तैयार किया, जिससे 244,673 फ़सलें उत्पन्न हुईं। हमने आगे इन छवियों का उपयोग अमेज़ॅन रिकॉग्निशन कस्टम मॉडल के इनपुट के रूप में किया, जिसने आरओआई के रूप में 11,356 फसलों की पहचान की। अंत में, हमने इन 11,356 पैच में से प्रत्येक को मैन्युअल रूप से सत्यापित किया। मैन्युअल निरीक्षण के दौरान, हमने पहचाना कि मॉडल आरओआई के रूप में 10,969 में से 11,356 लकड़ी के पैच की सही भविष्यवाणी करने में सक्षम था। दूसरे शब्दों में, मॉडल ने 96% सटीकता हासिल की।

डेटा लेबलिंग

छवियों के मैन्युअल निरीक्षण के दौरान, हमने प्रत्येक छवि को उनके संबंधित लेबल के साथ लेबल भी किया। छवियों के संबंधित लेबल में लकड़ी का पैच, गैर-लकड़ी का पैच, गैर-संरचना, गैर-लकड़ी का पैच और अंत में विसंगतियों के साथ लकड़ी के पैच शामिल हैं। निम्नलिखित चित्र अमेज़ॅन रिकॉग्निशन कस्टम लेबलिंग का उपयोग करके छवियों के नामकरण को दर्शाता है।

डेटा वृद्धि

प्रशिक्षण के लिए उपलब्ध लेबल किए गए डेटा की सीमित मात्रा को देखते हुए, हमने सभी पैच के क्षैतिज फ़्लिप बनाकर प्रशिक्षण डेटा सेट को बढ़ाया। इसका हमारे डेटा सेट के आकार को दोगुना करने का प्रभावी प्रभाव पड़ा।

विभाजन

हमने अमेज़ॅन रिकॉग्निशन कस्टम लेबल्स में बाउंडिंग बॉक्स ऑब्जेक्ट डिटेक्शन लेबलिंग टूल का उपयोग करके वस्तुओं को 600 छवियों (खंभे, तार और धातु रेलिंग) में लेबल किया और रुचि की तीन मुख्य वस्तुओं का पता लगाने के लिए एक मॉडल को प्रशिक्षित किया। हमने सभी छवियों से पृष्ठभूमि को हटाने के लिए प्रशिक्षित मॉडल का उपयोग किया, प्रत्येक छवि में ध्रुवों को पहचानकर और निकालकर, जबकि अन्य सभी वस्तुओं के साथ-साथ पृष्ठभूमि को भी हटा दिया। परिणामी डेटासेट में मूल डेटा सेट की तुलना में कम छवियां थीं, उन सभी छवियों को हटाने के परिणामस्वरूप जिनमें लकड़ी के खंभे नहीं थे। इसके अलावा, एक झूठी सकारात्मक छवि भी थी जिसे डेटासेट से हटा दिया गया था।

असंगति का पता लगाये

इसके बाद, हम विसंगति का पता लगाने के लिए मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए पूर्व-संसाधित डेटा का उपयोग करते हैं। हमने विसंगति का पता लगाने के लिए तीन अलग-अलग तरीकों को नियोजित किया जिसमें AWS प्रबंधित मशीन लर्निंग सर्विसेज (अमेज़ॅन लुकआउट फॉर विज़न [L4V], अमेज़ॅन रिकॉग्निशन), ऑटोग्लुऑन और विज़न ट्रांसफार्मर आधारित स्व-आसवन विधि शामिल है।

एडब्ल्यूएस सेवाएँ

विज़न के लिए अमेज़न लुकआउट (L4V)

अमेज़ॅन लुकआउट फॉर विज़न एक प्रबंधित एडब्ल्यूएस सेवा है जो एमएल मॉडल के त्वरित प्रशिक्षण और तैनाती को सक्षम बनाती है और विसंगति का पता लगाने की क्षमता प्रदान करती है। इसके लिए पूरी तरह से लेबल किए गए डेटा की आवश्यकता होती है, जिसे हमने अमेज़ॅन S3 में छवि पथों को इंगित करके प्रदान किया है। मॉडल को प्रशिक्षित करना एकल एपीआई (एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस) कॉल या कंसोल बटन क्लिक जितना सरल है और एल4वी हुड के नीचे मॉडल चयन और हाइपरपैरामीटर ट्यूनिंग का ख्याल रखता है।

अमेज़ॅन रेकग्निशन

Amazon Rekognition L4V के समान एक प्रबंधित AI/ML सेवा है, जो मॉडलिंग विवरण छुपाती है और छवि वर्गीकरण, ऑब्जेक्ट डिटेक्शन, कस्टम लेबलिंग और बहुत कुछ जैसी कई क्षमताएं प्रदान करती है। यह छवियों में पहले से ज्ञात संस्थाओं (उदाहरण के लिए, इमेजनेट या अन्य बड़े खुले डेटासेट से) पर लागू करने के लिए अंतर्निहित मॉडल का उपयोग करने की क्षमता प्रदान करता है। हालाँकि, हमने ROI डिटेक्टर को प्रशिक्षित करने के लिए Amazon Rekognition की कस्टम लेबल कार्यक्षमता का उपयोग किया, साथ ही ड्यूक एनर्जी के पास मौजूद विशिष्ट छवियों पर एक विसंगति डिटेक्टर का भी उपयोग किया। हमने प्रत्येक छवि में लकड़ी के खंभों के चारों ओर बाउंडिंग बॉक्स लगाने के लिए एक मॉडल को प्रशिक्षित करने के लिए अमेज़ॅन रिकॉग्निशन के कस्टम लेबल का भी उपयोग किया।

ऑटोग्लोन

AutoGluon Amazon द्वारा विकसित एक ओपन-सोर्स मशीन लर्निंग तकनीक है। ऑटोग्लूऑन में एक मल्टी-मोडल घटक शामिल है जो छवि डेटा पर आसान प्रशिक्षण की अनुमति देता है। हमने विसंगतियों की पहचान के लिए आधार रेखा स्थापित करने के लिए लेबल किए गए छवि पैच पर मॉडल को प्रशिक्षित करने के लिए ऑटोग्लूऑन मल्टी-मोडल का उपयोग किया।

विज़न ट्रांसफार्मर

सबसे रोमांचक नई एआई सफलताओं में से कई हाल के दो नवाचारों से आई हैं: स्व-पर्यवेक्षित शिक्षण, जो मशीनों को यादृच्छिक, बिना लेबल वाले उदाहरणों से सीखने की अनुमति देता है; और ट्रांसफॉर्मर, जो एआई मॉडल को अपने इनपुट के कुछ हिस्सों पर चुनिंदा रूप से ध्यान केंद्रित करने में सक्षम बनाते हैं और इस प्रकार अधिक प्रभावी ढंग से तर्क करते हैं। दोनों विधियाँ मशीन लर्निंग समुदाय के लिए निरंतर फोकस रही हैं, और हमें यह साझा करते हुए खुशी हो रही है कि हमने इस सहभागिता में उनका उपयोग किया है।

विशेष रूप से, ड्यूक एनर्जी के शोधकर्ताओं के सहयोग से काम करते हुए, हमने अमेज़ॅन सेजमेकर का उपयोग करके डाउनस्ट्रीम विसंगति का पता लगाने वाले एप्लिकेशन के लिए फीचर एक्सट्रैक्टर्स के रूप में पूर्व-प्रशिक्षित स्व-आसवन वीआईटी (विज़न ट्रांसफार्मर) मॉडल का उपयोग किया। पूर्व-प्रशिक्षित स्व-आसवन दृष्टि ट्रांसफार्मर मॉडल को अमेज़ॅन सेजमेकर का उपयोग करके स्व-पर्यवेक्षित तरीके से अमेज़ॅन एस 3 पर संग्रहीत बड़ी मात्रा में प्रशिक्षण डेटा पर प्रशिक्षित किया जाता है। हम बड़े पैमाने पर डेटासेट (उदाहरण के लिए, इमेजनेट) पर पूर्व-प्रशिक्षित वीआईटी मॉडल की स्थानांतरण सीखने की क्षमताओं का लाभ उठाते हैं। इससे हमें प्रशिक्षण के लिए केवल कुछ हज़ार लेबल वाली छवियों का उपयोग करके मूल्यांकन सेट पर 83% रिकॉल हासिल करने में मदद मिली।

मूल्यांकन मैट्रिक्स

निम्नलिखित आंकड़ा मॉडल प्रदर्शन और उसके प्रभावों का मूल्यांकन करने के लिए उपयोग किए जाने वाले प्रमुख मैट्रिक्स को दर्शाता है। मॉडल का मुख्य लक्ष्य विसंगति का पता लगाना (यानी वास्तविक सकारात्मक) को अधिकतम करना और गलत नकारात्मक की संख्या को कम करना है, या ऐसे समय में जब विसंगतियां जो आउटेज का कारण बन सकती हैं, उन्हें गलत वर्गीकृत किया जा रहा है।

एक बार विसंगतियों की पहचान हो जाने के बाद, तकनीशियन उन्हें संबोधित कर सकते हैं, भविष्य में होने वाली रुकावटों को रोक सकते हैं और सरकारी नियमों का अनुपालन सुनिश्चित कर सकते हैं। झूठी सकारात्मकता को कम करने का एक और लाभ है: आप छवियों को दोबारा देखने के अनावश्यक प्रयास से बचते हैं।

इन मेट्रिक्स को ध्यान में रखते हुए, हम निम्नलिखित मेट्रिक्स के संदर्भ में मॉडल के प्रदर्शन को ट्रैक करते हैं, जो ऊपर परिभाषित सभी चार मेट्रिक्स को समाहित करता है।

शुद्धता

पाई गई विसंगतियों का प्रतिशत जो रुचि की वस्तुओं के लिए वास्तविक विसंगतियाँ हैं। परिशुद्धता मापती है कि हमारा एल्गोरिदम कितनी अच्छी तरह केवल विसंगतियों की पहचान करता है। इस उपयोग के मामले के लिए, उच्च परिशुद्धता का मतलब कम गलत अलार्म है (यानी, एल्गोरिदम कठफोड़वा छेद की गलत पहचान करता है जबकि छवि में ऐसा कोई नहीं है)।

वापस बुलाना

रुचि की प्रत्येक वस्तु के लिए पुनर्प्राप्त की गई सभी विसंगतियों का प्रतिशत। याद रखें कि हम सभी विसंगतियों को कितनी अच्छी तरह पहचानते हैं। यह सेट विसंगतियों के पूरे सेट का कुछ प्रतिशत कैप्चर करता है, और वह प्रतिशत रिकॉल है। इस उपयोग के मामले में, उच्च रिकॉल का मतलब है कि हम कठफोड़वा के छेद होने पर उन्हें पकड़ने में अच्छे हैं। इसलिए इस पीओसी में ध्यान केंद्रित करने के लिए रिकॉल सही मीट्रिक है क्योंकि गलत अलार्म सबसे अधिक परेशान करने वाले होते हैं जबकि छूटी हुई विसंगतियों पर ध्यान न देने पर गंभीर परिणाम हो सकते हैं।

कम रिकॉल से आउटेज और सरकारी विनियमन का उल्लंघन हो सकता है। जबकि कम सटीकता से मानव प्रयास बर्बाद होता है। इस सहभागिता का प्राथमिक लक्ष्य सरकारी विनियमन का अनुपालन करने और किसी भी आउटेज से बचने के लिए सभी विसंगतियों की पहचान करना है, इसलिए हम सटीकता के बजाय रिकॉल में सुधार को प्राथमिकता देते हैं।

मूल्यांकन और मॉडल तुलना

निम्नलिखित अनुभाग में, हम इस सहभागिता के दौरान नियोजित विभिन्न मॉडलिंग तकनीकों की तुलना प्रदर्शित करते हैं। हमने दो एडब्ल्यूएस सेवाओं अमेज़ॅन रिकॉग्निशन और अमेज़ॅन लुकआउट फॉर विज़न के प्रदर्शन का मूल्यांकन किया। हमने ऑटोग्लूऑन का उपयोग करके विभिन्न मॉडलिंग तकनीकों का भी मूल्यांकन किया। अंत में, हम प्रदर्शन की तुलना अत्याधुनिक वीआईटी आधारित स्व-आसवन विधि से करते हैं।

निम्नलिखित आंकड़ा इस जुड़ाव की अवधि के दौरान विभिन्न डेटा प्रोसेसिंग तकनीकों का उपयोग करके ऑटोग्लूऑन के लिए मॉडल सुधार दिखाता है। मुख्य अवलोकन यह है कि जैसे-जैसे हम डेटा की गुणवत्ता और मात्रा में सुधार करते हैं, रिकॉल के संदर्भ में मॉडल का प्रदर्शन 30% से 78% तक बेहतर हो जाता है।

इसके बाद, हम AWS सेवाओं के साथ AutoGluon के प्रदर्शन की तुलना करते हैं। हमने विभिन्न डेटा प्रोसेसिंग तकनीकों का भी उपयोग किया जिससे प्रदर्शन को बेहतर बनाने में मदद मिली। हालाँकि, बड़ा सुधार डेटा की मात्रा और गुणवत्ता बढ़ाने से आया। हम डेटासेट का आकार कुल 11 K छवियों से बढ़ाकर 60 K छवियों तक करते हैं।

इसके बाद, हम AutoGluon और AWS सेवाओं के प्रदर्शन की तुलना ViT आधारित पद्धति से करते हैं। निम्नलिखित आंकड़ा दर्शाता है कि वीआईटी-आधारित पद्धति, ऑटोग्लूऑन और एडब्ल्यूएस सेवाओं ने रिकॉल के मामले में बराबर प्रदर्शन किया है। एक प्रमुख अवलोकन यह है कि, एक निश्चित बिंदु से परे, डेटा की गुणवत्ता और मात्रा में वृद्धि रिकॉल के संदर्भ में प्रदर्शन को बढ़ाने में मदद नहीं करती है। हालाँकि, हम परिशुद्धता के मामले में सुधार देखते हैं।

परिशुद्धता बनाम स्मरण तुलना

अमेज़ॅन ऑटोग्लुऑन	पूर्वानुमानित विसंगतियाँ	सामान्य अनुमान लगाया गया
विसंगतियों	15600	4400
साधारण	3659	38341

इसके बाद, हम अपने डेटासेट का उपयोग करके AutoGluon और Amazon Rekognition और ViT आधारित विधि के लिए भ्रम मैट्रिक्स प्रस्तुत करते हैं जिसमें 62 K नमूने शामिल हैं। 62K नमूनों में से 20 K नमूने असामान्य हैं जबकि शेष 42 K छवियां सामान्य हैं। यह देखा जा सकता है कि ViT आधारित विधियाँ सबसे बड़ी संख्या में विसंगतियों (16,600) को पकड़ती हैं, इसके बाद Amazon Rekognition (16,000) और Amazon AutoGluon (15600) का स्थान आता है। इसी तरह, Amazon AutoGluon में सबसे कम गलत सकारात्मक (3659 छवियां) हैं, इसके बाद Amazon Rekognition (5918) और ViT (15323) हैं। ये परिणाम दर्शाते हैं कि अमेज़ॅन रिकॉग्निशन उच्चतम एयूसी (वक्र के नीचे का क्षेत्र) प्राप्त करता है।

अमेज़ॅन रेकग्निशन	पूर्वानुमानित विसंगतियाँ	सामान्य अनुमान लगाया गया
विसंगतियों	16,000	4000
साधारण	5918	36082

विटामिन	पूर्वानुमानित विसंगतियाँ	सामान्य अनुमान लगाया गया
विसंगतियों	16,600	3400
साधारण	15,323	26,677

निष्कर्ष

इस पोस्ट में, हमने आपको दिखाया कि कैसे एमएलएसएल और ड्यूक एनर्जी टीमों ने हेलीकॉप्टर उड़ानों के माध्यम से एकत्र की गई उच्च रिज़ॉल्यूशन छवियों का उपयोग करके लकड़ी के खंभों में विसंगति का स्वचालित पता लगाने के लिए एक कंप्यूटर विज़न-आधारित समाधान विकसित करने के लिए मिलकर काम किया। प्रस्तावित समाधान ने आकार मानकीकरण के लिए उच्च-रिज़ॉल्यूशन छवि को क्रॉप करने के लिए एक डेटा प्रोसेसिंग पाइपलाइन को नियोजित किया। रुचि के क्षेत्र (यानी, डंडों वाले पैच वाली फसलें) की पहचान करने के लिए क्रॉप की गई छवियों को अमेज़ॅन रिकॉग्निशन कस्टम लेबल का उपयोग करके आगे संसाधित किया जाता है। अमेज़ॅन रिकॉग्निशन ने ध्रुवों के साथ पैच की सही पहचान करने के मामले में 96% सटीकता हासिल की। विसंगति का पता लगाने के लिए वीआईटी आधारित स्व-आसवन mdoel AutoGluon और AWS सेवाओं का उपयोग करके आरओआई फसलों का उपयोग विसंगति का पता लगाने के लिए किया जाता है। हमने तीनों तरीकों के प्रदर्शन का मूल्यांकन करने के लिए एक मानक डेटा सेट का उपयोग किया। वीआईटी आधारित मॉडल ने 83% रिकॉल और 52% सटीकता हासिल की। ऑटोग्लूऑन ने 78% रिकॉल और 81% सटीकता हासिल की। अंत में, अमेज़ॅन रिकॉग्निशन 80% रिकॉल और 73% सटीकता प्राप्त करता है। तीन अलग-अलग तरीकों का उपयोग करने का लक्ष्य प्रत्येक विधि के प्रदर्शन की अलग-अलग संख्या में प्रशिक्षण नमूनों, प्रशिक्षण समय और तैनाती समय के साथ तुलना करना है। इन सभी विधियों को एकल A2 GPU इंस्टेंस या Amazon AWS पर प्रबंधित सेवाओं का उपयोग करके प्रशिक्षित करने और तैनात करने में 100 घंटे से भी कम समय लगता है। इसके बाद, मॉडल प्रदर्शन में और सुधार के कदमों में मॉडल परिशुद्धता में सुधार के लिए अधिक प्रशिक्षण डेटा जोड़ना शामिल है।

कुल मिलाकर, इस पोस्ट में प्रस्तावित एंड-टू-एंड पाइपलाइन परिचालन लागत, सुरक्षा घटना, नियामक जोखिम, कार्बन उत्सर्जन और संभावित बिजली कटौती को कम करते हुए विसंगति का पता लगाने में महत्वपूर्ण सुधार हासिल करने में मदद करती है।

विकसित समाधान को पारेषण और वितरण नेटवर्क में अन्य विसंगति का पता लगाने और परिसंपत्ति स्वास्थ्य से संबंधित उपयोग के मामलों के लिए नियोजित किया जा सकता है, जिसमें इंसुलेटर और अन्य उपकरणों में दोष भी शामिल हैं। इस समाधान को विकसित करने और अनुकूलित करने में अधिक सहायता के लिए, कृपया बेझिझक एमएलएसएल टीम से संपर्क करें।

---

लेखक के बारे में

ट्रैविस ब्रोंसन प्रौद्योगिकी में 15 वर्षों का अनुभव और विशेष रूप से कृत्रिम बुद्धिमत्ता के लिए समर्पित 8 वर्षों के अनुभव के साथ एक प्रमुख कृत्रिम बुद्धिमत्ता विशेषज्ञ हैं। ड्यूक एनर्जी में अपने 5 साल के कार्यकाल के दौरान, ट्रैविस ने अपनी कंपनी की अग्रणी स्थिति में अद्वितीय अंतर्दृष्टि और रचनात्मक विचार नेतृत्व लाकर डिजिटल परिवर्तन के लिए एआई के अनुप्रयोग को आगे बढ़ाया है। ट्रैविस वर्तमान में एआई कोर टीम का नेतृत्व करते हैं, जो एआई चिकित्सकों, उत्साही और व्यावसायिक भागीदारों का एक समुदाय है जो एआई परिणामों और शासन को आगे बढ़ाने पर केंद्रित है। ट्रैविस ने कई तकनीकी क्षेत्रों में अपने कौशल को प्राप्त किया और परिष्कृत किया, शुरुआत अमेरिकी नौसेना और अमेरिकी सरकार से की, फिर एक दशक से अधिक की सेवा के बाद निजी क्षेत्र में स्थानांतरित हुए।

 ब्रायन विल्करसन ड्यूक एनर्जी में दो दशकों के अनुभव के साथ एक निपुण पेशेवर हैं। कंप्यूटर साइंस में डिग्री के साथ, उन्होंने पिछले 7 साल आर्टिफिशियल इंटेलिजेंस के क्षेत्र में उत्कृष्ट प्रदर्शन करते हुए बिताए हैं। ब्रायन ड्यूक एनर्जी के MADlab (मशीन लर्निंग, एआई और डीप लर्निंग टीम) के सह-संस्थापक हैं। वह वर्तमान में ड्यूक एनर्जी में आर्टिफिशियल इंटेलिजेंस एंड ट्रांसफॉर्मेशन के निदेशक के पद पर हैं, जहां उन्हें एआई के कार्यान्वयन के माध्यम से व्यावसायिक मूल्य प्रदान करने का शौक है।

अहसान अली अमेज़ॅन जेनेरेटिव एआई इनोवेशन सेंटर में एक एप्लाइड साइंटिस्ट हैं, जहां वह जेनेरेटिव एआई का उपयोग करके उनकी तत्काल और महंगी समस्याओं को हल करने के लिए विभिन्न डोमेन के ग्राहकों के साथ काम करते हैं।

ताहिन सैयद अमेज़ॅन जेनेरेटिव एआई इनोवेशन सेंटर में एक एप्लाइड साइंटिस्ट हैं, जहां वह जेनेरेटिव एआई समाधानों के साथ व्यावसायिक परिणामों को साकार करने में मदद करने के लिए ग्राहकों के साथ काम करते हैं। काम के अलावा, उन्हें नया खाना आज़माना, यात्रा करना और तायक्वोंडो सिखाना पसंद है।

डॉ. नकेचिंयेरे एन. आगू AWS में जेनरेटिव AI इनोवेशन सेंटर में एप्लाइड साइंटिस्ट हैं। उनकी विशेषज्ञता कंप्यूटर विज़न एआई/एमएल विधियों, स्वास्थ्य देखभाल में एआई/एमएल के अनुप्रयोगों के साथ-साथ एमएल समाधानों में सिमेंटिक प्रौद्योगिकियों (नॉलेज ग्राफ़) के एकीकरण में है। उनके पास कंप्यूटर साइंस में मास्टर्स और डॉक्टरेट की डिग्री है।

एल्डो एरिज़मेंडी ऑस्टिन, टेक्सास स्थित एडब्ल्यूएस जेनेरेटिव एआई इनोवेशन सेंटर में जेनेरेटिव एआई रणनीतिकार हैं। नेब्रास्का-लिंकन विश्वविद्यालय से कंप्यूटर इंजीनियरिंग में बीएस की उपाधि प्राप्त करने के बाद, पिछले 12 वर्षों में, श्री एरिज़मेंडी ने सैकड़ों फॉर्च्यून 500 कंपनियों और स्टार्ट-अप को उन्नत एनालिटिक्स, मशीन लर्निंग और जेनरेटर एआई का उपयोग करके अपने व्यवसाय को बदलने में मदद की है।

स्टेसी जेनक्स एनालिटिक्स और एआई/एमएल में दो दशकों से अधिक के अनुभव के साथ, एडब्ल्यूएस में एक प्रमुख एनालिटिक्स सेल्स विशेषज्ञ हैं। स्टेसी को ग्राहक पहलों पर गहराई से विचार करने और डेटा के साथ परिवर्तनकारी, मापने योग्य व्यावसायिक परिणाम लाने का शौक है। वह विशेष रूप से इस बात को लेकर उत्साहित हैं कि उपयोगिताएँ सस्ती, विश्वसनीय, स्वच्छ ऊर्जा के साथ एक हरित ग्रह की राह के माध्यम से समाज पर क्या छाप छोड़ेंगी।

मेहदी नूर जेनरेटिव एआई इनोवेशन सेंटर में एप्लाइड साइंस मैनेजर हैं। प्रौद्योगिकी और नवाचार को जोड़ने के जुनून के साथ, वह एडब्ल्यूएस ग्राहकों को जेनेरेटिव एआई की क्षमता को अनलॉक करने, उन्नत एआई प्रौद्योगिकियों के स्केलेबल, मापने योग्य और प्रभावशाली उपयोग पर ध्यान केंद्रित करके संभावित चुनौतियों को तेजी से प्रयोग और नवाचार के अवसरों में बदलने और पथ को सुव्यवस्थित करने में सहायता करता है। उत्पादन के लिए.

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. ऑटोमोटिव/ईवीएस, कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• चार्टप्राइम. चार्टप्राइम के साथ अपने ट्रेडिंग गेम को उन्नत करें। यहां पहुंचें।
• BlockOffsets. पर्यावरणीय ऑफसेट स्वामित्व का आधुनिकीकरण। यहां पहुंचें।
• स्रोत: https://aws.amazon.com/blogs/machine-learning/improving-asset-health-and-grid-resilience-using-machine-learning/