Connect with us

Teknologi

Pembelajaran mesin mempercepat lajur kendaraan | Berita MIT

Published

on

Apakah Anda menunggu pengiriman paket liburan? Masalah matematika yang rumit harus diselesaikan sebelum truk pengiriman tiba di depan pintu Anda, dan peneliti MIT memiliki strategi yang dapat mempercepat penyelesaiannya.

Pendekatan ini berlaku untuk masalah rute kendaraan seperti pengiriman last mile, di mana tujuannya adalah untuk mengirimkan barang dari Central Depot ke beberapa kota sekaligus mengurangi biaya perjalanan. Meskipun ada mekanisme yang dirancang untuk memecahkan masalah ini untuk beberapa ratus kota, di kota-kota besar solusi ini jauh lebih lambat.

Untuk mengatasi hal ini, Gilbert W. Snyder dari Institute for Data, Systems and Society on Civil and Environmental Engineering. Kathy Woo, asisten profesor Pengembangan Karir Winslow, dan murid-muridnya telah mengembangkan teknik pembelajaran mesin yang mempercepat beberapa teknik yang paling kuat. Solusi Algoritma 10 hingga 100 kali.

Untuk memecahkan 200 masalah tambahan dari pengoperasian kendaraan di antara 2.000 kota, mekanisme solusi bekerja dengan membagi masalah pengiriman menjadi masalah tambahan yang lebih kecil. Wu dan rekan-rekannya menyempurnakan proses ini dengan algoritme pembelajaran mesin baru yang mengidentifikasi sub-masalah paling efektif untuk dipecahkan daripada menyelesaikan semua sub-masalah, meningkatkan kualitas solusi saat menggunakan urutan perhitungan yang lebih rendah.

Para peneliti mengatakan pendekatan mereka, yang mereka sebut “belajar-untuk-mewakili”, dapat diterapkan pada berbagai solusi dan masalah serupa, termasuk perencanaan dan pencarian rute untuk robot gudang.

Pendiri dan CEO Mark Guo mengatakan misi mendorong batas-batas untuk cepat menyelesaikan masalah rute kendaraan skala besar. Routif, Situs Logistik Cerdas untuk meningkatkan rute pengiriman. Beberapa peningkatan algoritme terbaru Rudyf terinspirasi oleh karya Woo, catatnya.

“Sebagian besar akademisi fokus pada mekanisme khusus untuk masalah kecil, mencoba menemukan solusi terbaik dengan mengorbankan waktu pemrosesan. Namun di dunia nyata, bisnis tidak tertarik untuk menemukan solusi terbaik, terutama jika terlalu lama menghitungnya,” Guo menjelaskan Uang, dan seluruh operasi gudang Anda tidak sabar menunggu proses pengalihan yang lambat. Suatu algoritma harus sangat cepat untuk diimplementasikan.”

READ  XL Oxyada Indonesia meluncurkan uji RAN terbuka

Wu, Sirui Li, mahasiswa PhD dalam organisasi sosial dan teknik, dan Zhongxia Yan, mahasiswa PhD di bidang Teknik Elektro dan Ilmu Komputer. Penelitian mereka Minggu ini di Konferensi NeuroIPS 2021.

Memilih masalah yang baik

Masalah navigasi kendaraan adalah kelas masalah terintegrasi yang menggunakan algoritma horistik untuk menemukan “solusi yang cukup baik” untuk suatu masalah. Pada umumnya tidak mungkin menemukan jawaban yang “lebih baik” untuk masalah-masalah ini karena jumlah solusi yang mungkin sangat banyak.

“Nama permainan untuk jenis masalah ini adalah merancang algoritme yang efisien … mereka dioptimalkan dalam faktor-faktor tertentu,” jelas Wu. “Tetapi tujuannya bukan untuk menemukan solusi yang optimal. Ini sangat sulit. Sebaliknya, kami ingin menemukan solusi terbaik yang mungkin. Bahkan peningkatan 0,5% dalam solusi dapat diterjemahkan menjadi peningkatan pendapatan yang sangat besar bagi sebuah perusahaan.

Selama beberapa dekade terakhir, para peneliti telah mengembangkan berbagai heuristik untuk memberikan solusi cepat untuk masalah terintegrasi. Mereka biasanya melakukan ini dengan memulai dengan solusi awal yang buruk tetapi benar dan kemudian secara bertahap meningkatkan solusi – misalnya, dengan membuat perubahan kecil untuk meningkatkan rute antara kota-kota terdekat. Namun, untuk masalah yang lebih besar seperti tantangan Perutean Kota lebih dari 2.000, pendekatan ini akan memakan waktu lebih lama.

Baru-baru ini, metode pembelajaran mesin telah dikembangkan untuk memecahkan masalah, tetapi ketika mereka cepat, mereka bisa sangat akurat, bahkan pada tingkat beberapa lusin kota. Wu dan rekan-rekannya memutuskan untuk melihat apakah ada cara yang efektif untuk menggabungkan dua metode untuk menemukan solusi yang lebih cepat tetapi berkualitas lebih tinggi.

“Bagi kami, di sinilah pembelajaran mesin masuk,” kata Wu. “Manakah dari sub-masalah ini yang dapat kami prediksi jika kami ingin menyelesaikannya, yang akan mengarah pada peningkatan lebih lanjut dalam solusi, menghemat waktu dan biaya komputasi?”

READ  Indosat tunjukkan pengalaman 5G dengan Ericsson di Formula E Indonesia

Secara tradisional, heuristik masalah perutean kendaraan skala besar dapat dipilih kira-kira dalam urutan apa pun atau dengan sub-masalah menggunakan horistik lain yang dirancang dengan cermat. Dalam hal ini, peneliti MIT akan secara otomatis mendeteksi serangkaian masalah tambahan melalui jaringan saraf yang telah mereka buat, yang ketika dipecahkan, akan menghasilkan keuntungan besar dalam kualitas solusi. Proses ini mempercepat proses pemilihan sub-masalah sebesar 1,5 hingga 2 kali, menurut temuan Wu dan rekan.

“Kami tidak tahu mengapa sub-masalah ini lebih baik daripada sub-masalah lainnya,” catat Wu. “Ini benar-benar garis pekerjaan masa depan yang menarik. Jika kita memiliki beberapa wawasan, ini dapat mengarah pada desain algoritme yang lebih baik lagi.”

Kecepatan luar biasa

Woo dan rekan-rekannya kagum pada seberapa baik pendekatan ini berhasil. Dalam pembelajaran mesin, ide masuk sampah, keluar sampah berlaku – yaitu, kualitas pendekatan pembelajaran mesin sangat bergantung pada kualitas data. Masalah kolektif sangat sulit sehingga bahkan masalah tambahannya tidak dapat diselesaikan dengan cara terbaik. Data masukan Jaringan saraf yang terlatih dalam pemecahan sub-masalah “berkualitas sedang” “biasanya memberikan hasil berkualitas sedang,” kata Woo. Namun, dalam kasus ini, para peneliti dapat menggunakan solusi berkualitas menengah, jauh lebih cepat daripada metode canggih, untuk mencapai hasil berkualitas tinggi.

Untuk navigasi kendaraan dan masalah serupa, pengguna perlu merancang algoritma yang sangat khusus untuk memecahkan masalah spesifik mereka. Beberapa horistik ini telah dikembangkan selama beberapa dekade.

Sistem Learning-to-Delicate menyediakan cara otomatis untuk mempercepat horoskop ini untuk masalah besar.

Karena metode ini dapat bekerja dengan berbagai solusi, Wu mengatakan metode ini dapat berguna untuk berbagai masalah alokasi sumber daya. “Karena biaya pemecahan masalah 10 hingga 100 kali lebih rendah, kami sekarang dapat membuka aplikasi baru yang potensial.”

READ  Peretas menjual ratusan akun perusahaan teratas di pasar gelap

Penelitian ini didukung oleh MIT Indonesia Seed Fund, Program Beasiswa Transportasi Dwight David Eisenhower dari Departemen Perhubungan AS, dan MIT-IBM Watson AI Lab.

Continue Reading
Click to comment

Leave a Reply

Alamat email Anda tidak akan dipublikasikan.

Teknologi

Penjualan Huawei turun karena perusahaan bergulat dengan sanksi AS

Published

on

Pada hari Kamis, 11 Agustus, penjualan peralatan telekomunikasi China dan pembuat smartphone Huawei turun 14% dari Januari hingga Maret karena dihabiskan untuk penelitian dan pengembangan sambil berjuang melawan sanksi AS.

Penjualan Huawei telah menderita

Berdasarkan Jurnal Wall Street, Huawei Technologies mengatakan pendapatannya dalam tiga bulan pertama tahun 2022 adalah 131 miliar yuan, atau $19,8 miliar, dibandingkan dengan 152,2 miliar yuan, atau $22 miliar, pada tahun 2021.

Margin laba bersih Huawei adalah 4,3% pada kuartal yang sama tahun 2021, dibandingkan dengan 11,1% pada kuartal yang sama tahun 2021. Ken Hu, kepala sirkulasi perusahaan, mengatakan angka itu sesuai dengan perkiraan.

Hu mengatakan bisnis konsumen mereka terpukul keras, sementara bisnis infrastruktur TIK mereka mengalami pertumbuhan yang stabil.

Pada tahun 2019, perusahaan yang berbasis di Shenzhen ditempatkan pada daftar hitam perdagangan yang melarang perusahaan AS melakukan bisnis dengan peralatan jaringan utama dan pemasok smartphone.

Larangan telah memukul perusahaan dengan keras, karena bergantung pada layanan Google dan teknologi penting lainnya untuk handset-nya.

Baca Juga: AS Ajukan Tuntutan Terhadap Huawei atas Klaim Telekomunikasi China curi rahasia dagang raksasa, Iran langgar sanksi

Kemunduran Huawei

Huawei, yang pernah menjadi pembuat smartphone terbesar di dunia, jatuh dari lima merek teratas pada tahun 2020 karena sanksi. Pada tahun 2021, perusahaan itu keluar dari lima besar China karena berjuang dengan kekurangan chip.

Sejak itu perusahaan telah banyak berinvestasi dalam penelitian dan pengembangan, menghabiskan 142,7 miliar yuan, atau $21,6 miliar, untuk mengembangkan teknologi baru.

Pengeluaran penelitian dan pengembangan Huawei adalah 22,4% dari penjualannya, lebih tinggi dari pesaing seperti Samsung dan Apple. Pers terkait.

READ  Peretas menjual ratusan akun perusahaan teratas di pasar gelap

Pada pertemuan analis tahunan pada awal Agustus, Hu mengatakan komitmen Huawei untuk mengembangkan area bisnis baru seperti komputasi awan dan 5G akan datang.

Sejak masuk daftar hitam di AS, Huawei telah mengembangkan platform layanan selulernya sendiri karena kurangnya layanan Google.

Platform ini memungkinkan pengembang untuk membuat aplikasi untuk banyak perangkat Huawei, meskipun aplikasi seperti YouTube hanya dapat dibuka melalui pintasan yang membawa pengguna ke platform seluler.

Huawei juga menjual merek smartphone Honor murah pada tahun 2020, berharap untuk memulihkan penjualannya dari sanksi terhadap Huawei.

Kesuksesan Huawei di Indonesia

Meskipun berjuang dengan sanksi AS terhadapnya, Huawei telah menemukan kesuksesan di tempat lain. Indonesia telah merangkul perusahaan China dan produknya.

Huawei memberikan teknologi dan pelatihan kepada sebagian besar personel dan pejabat pemerintah yang terlibat dalam keamanan siber di Indonesia. Kebijakan luar negeri.

Keberhasilan teknologi China tidak hanya di Indonesia, negara berpenduduk lebih dari 270 juta orang, tetapi juga di negara-negara Indo-Pasifik lainnya menawarkan pelajaran yang serius bagi Amerika Serikat, sekutunya, dan sekutunya.

Kecuali pembuat kebijakan AS mengambil beberapa halaman dari pedoman Huawei, raksasa teknologi China tidak akan menghadapi persaingan ketat karena melatih banyak pekerja digital baru.

Lagi pula, AS dan sekutu serta mitranya berada dalam bisnis melindungi diri mereka sendiri dari efek ketergantungan pada teknologi China.

Artikel terkait: Pendiri Huawei mendesak karyawan untuk berjuang untuk ‘hari di mana tidak ada yang menggertak’

Artikel ini milik Tech Times

Oleh Sophie Webster

2022 TECHTIMES.com Hak Cipta Dilindungi Undang-Undang. Dilarang memperbanyak tanpa izin.

Continue Reading

Teknologi

Para teknolog Israel mengunjungi Indonesia untuk membangun hubungan – Monitor Timur Tengah

Published

on

Ahli teknologi dan pejabat perdagangan Israel mengunjungi Indonesia bulan lalu untuk mengeksplorasi investasi, inisiatif teknologi, dan inisiatif dampak sosial.

Diselenggarakan oleh Israel-Asia Center, acara online tiga bulan ini juga diselenggarakan dan dihadiri oleh hampir 100 warga Israel dan Indonesia.

Rebecca Jeffert, pendiri dan direktur eksekutif Pusat Israel-Asia, mencatat bahwa terlepas dari kurangnya hubungan diplomatik, “masih ada potensi yang belum dimanfaatkan dalam pendidikan, fintech, keamanan siber, AI, mobilitas, perawatan kesehatan, agritech, dan teknologi air.”

“Program online adalah kesempatan bagi peserta dari kedua belah pihak untuk menceburkan diri ke dalam air, tetapi perjalanan tersebut, secara pribadi, membawa hubungan ini ke tingkat yang baru,” jelasnya.

“Setelah berbulan-bulan dan kadang-kadang bertahun-tahun bekerja sama sepenuhnya secara online, ini adalah pertama kalinya sebagian besar dari kami bertemu secara langsung, dan energinya sangat besar! Kami semua sangat bersemangat untuk akhirnya bertemu secara langsung,” katanya. kepada Times of Israel.

Berdasarkan: Indonesia kecam Israel karena izinkan Piala Dunia U-20

Sebagai bagian dari perjalanan, delegasi Israel bertemu dengan para pemimpin bisnis lokal, pemimpin universitas, pengusaha dan investor, dan mengunjungi pusat-pusat startup dan akselerator di Jakarta, ibu kota Indonesia.

Perdagangan Israel-Indonesia sekitar $500 juta per tahun, menurut Pusat Israel-Asia. Pada tahun 2030, Indonesia diharapkan memiliki ekonomi terbesar kelima di dunia. Selain itu, ekonomi internet Indonesia diperkirakan akan tumbuh 49 persen setiap tahun dan mencapai $330 miliar dalam delapan tahun ke depan.

“Jika semua ini diperhitungkan, maka tidak heran jika ekonomi digital Indonesia mengalami pertumbuhan yang masif, terutama pasca-Covid,” tambah Rebecca.

Kunjungan itu dilakukan di tengah spekulasi bahwa negara berpenduduk mayoritas Muslim terbesar di dunia itu ingin menormalkan hubungan dengan negara pendudukan, menyusul Kesepakatan Abraham yang ditengahi AS yang melihat Bahrain, Uni Emirat Arab, Sudan dan Maroko membangun hubungan dengan Israel pada 2020.

READ  Berbicara Indonesia: Universitas dan Kerjasama Riset Internasional

Namun, awal tahun ini seorang anggota parlemen senior Indonesia bersikeras bahwa negaranya tidak akan pernah menormalkan hubungan dengan Israel dan menegaskan bahwa AS telah memberi Jakarta $2 miliar.

Continue Reading

Teknologi

Petani dapat menghemat air dengan teknologi nirkabel, tetapi ada tantangan seperti mengirimkan data melalui lumpur

Published

on

Air adalah sumber daya yang paling penting bagi kehidupan, baik bagi manusia maupun tanaman yang kita makan. Di seluruh dunia, akun pertanian 70% dari semua penggunaan air tawar.

saya membaca Komputer dan Teknologi Informasi Institut Politeknik Purdue dan langsung di Purdue Laboratorium Teknologi Jaringan Lingkungan (THT)Di sana kami mengatasi tantangan keberlanjutan dan lingkungan melalui penelitian interdisipliner Internet Pertanianatau Ag-IoT.

Itu Internet untuk segala Jaringan objek yang dilengkapi dengan sensor sehingga dapat menerima dan mengirimkan data melalui Internet. Contohnya termasuk perangkat kebugaran yang dapat dikenakan, termostat rumah pintar, dan mobil yang dapat mengemudi sendiri.

Di bidang pertanian, ini termasuk teknologi seperti komunikasi bawah tanah nirkabel, penginderaan bawah tanah, dan antena di dalam tanah. Sistem ini membantu petani memantau kondisi lahan mereka secara real-time dan menerapkan air dan input lain seperti pupuk secara tepat kapan dan di mana mereka dibutuhkan.

Sensor dipasang di ladang jagung.
Abdul Salam, CC BY-ND

Khususnya, Memantau kondisi tanah Ini memegang janji besar untuk membantu petani menggunakan air secara efisien. Sensor sekarang dapat diintegrasikan secara nirkabel ke dalam sistem irigasi untuk memberikan kesadaran real-time tingkat kelembaban tanah. Studi menunjukkan bahwa strategi ini dapat mengurangi kebutuhan air untuk irigasi di mana saja 20% melakukan 72% Tanpa mengganggu operasi sehari-hari di ladang tanaman.

Apa itu Internet Pertanian?

Bahkan di tempat-tempat gersang seperti Timur Tengah dan Afrika Utara, pertanian dimungkinkan dengan pengelolaan air yang efisien. Tetapi peristiwa cuaca ekstrem yang didorong oleh perubahan iklim membuat hal itu sulit. Kekeringan berulang di Amerika Serikat bagian barat Dalam 20 tahun terakhir, bencana lain seperti kebakaran hutan telah terjadi Kerugian panen miliaran dolar.

READ  Indosat tunjukkan pengalaman 5G dengan Ericsson di Formula E Indonesia

Pakar air telah mengukur kelembaban tanah untuk menginformasikan pengelolaan air dan keputusan irigasi selama beberapa dekade. Karena pengukuran kelembaban tanah manual sulit dilakukan di bidang produksi di lokasi terpencil, teknologi otomatis sebagian besar telah menggantikan instrumen kelembaban tanah genggam.

Selama dekade terakhir, teknologi pemanenan data nirkabel telah mulai menyediakan akses real-time ke data kelembaban tanah, yang mengarah pada keputusan pengelolaan air yang lebih baik. Teknologi ini dapat memiliki banyak aplikasi IoT canggih dalam keselamatan publik, pemantauan infrastruktur perkotaan, dan ketahanan pangan.

Internet Pertanian adalah jaringan Radio, antena, dan sensor Kumpulkan informasi tanaman dan tanah real-time di lapangan. Sensor dan antena ini memfasilitasi pengumpulan data saling berhubungan Nirkabel dengan peralatan pertanian. Ag-IoT adalah kerangka kerja lengkap yang dapat mendeteksi kondisi di lahan pertanian, merekomendasikan tindakan respons, dan mengirim perintah ke mesin pertanian.

Grafik yang menunjukkan satelit, drone, sistem komunikasi bawah tanah nirkabel, serta mengumpulkan dan berbagi sinyal di sekitar peternakan
Teknologi yang mencakup Internet pertanian.
Abdul Salam/Universitas Purdue, CC BY-ND

Menghubungkan perangkat seperti kelembaban tanah dan sensor suhu di lapangan Kontrol sistem irigasi dan simpan air secara mandiri. Sistem dapat menjadwalkan irigasi, Memantau kondisi lingkungan Kontrol mesin pertanian seperti penanam benih dan penyebar pupuk. Aplikasi lain termasuk: Menilai tingkat nutrisi tanah Dan Identifikasi serangga.

Tantangan dalam menempatkan jaringan di bawah tanah

Pengumpulan data nirkabel berpotensi membantu petani menggunakan air secara lebih efisien, tetapi menempatkan komponen ini di lapangan menciptakan tantangan. Sebagai contoh, di Laboratorium THT Purdue, ketika antena yang mengirimkan data sensor terkubur di dalam tanah, karakteristik operasionalnya berubah secara drastis tergantung pada kelembaban tanah. Buku Baruku,”Sinyal di tanah,” menjelaskan bagaimana ini terjadi.

Seorang ilmuwan berdiri di samping ranjang uji kayu dengan peralatan tertanam di tanah
Abdul Salam melakukan pengukuran pada test bed di Universitas Purdue untuk menentukan frekuensi operasi optimal untuk antena bawah tanah.
Abdul Salam, CC BY-ND

Petani menggunakan alat berat di ladang, sehingga antena harus dikubur cukup dalam untuk menghindari kerusakan. Ketika tanah menjadi basah, kelembaban mempengaruhi komunikasi antara jaringan sensor sistem pengaturan. Air di tanah menyerap energi sinyal, yang melemahkan sinyal yang dikirimkan komputer. Tanah yang padat juga menghambat transmisi sinyal.

READ  Bisnis memainkan peran mendasar dalam stabilitas motivasi

Kami telah mengembangkan Model teoretis dan antena Ini mengurangi dampak tanah pada komunikasi bawah tanah dengan mengubah frekuensi operasi dan bandwidth sistem. Dengan antena ini, sensor yang ditempatkan di lapisan atas tanah dapat memberikan informasi kondisi tanah secara real-time ke sistem irigasi. Hingga 650 kaki (200 meter) – Lebih dari dua lapangan sepak bola.

Solusi lain yang saya kembangkan adalah menggunakan komunikasi nirkabel di tanah Antena arah Untuk memusatkan energi sinyal ke arah yang diinginkan. Antena yang mengarahkan energi ke udara juga dapat digunakan untuk komunikasi bawah tanah nirkabel jarak jauh.

Dua radio logam di lantai
Menggunakan radio yang ditentukan perangkat lunak untuk mendeteksi sinyal pengukuran tanah. Radio ini dapat menyesuaikan frekuensi operasinya sebagai respons terhadap perubahan kelembaban tanah. Dalam operasi yang sebenarnya, radio dikubur di dalam tanah.
Abdul Salam, CC BY-ND

Apa Selanjutnya untuk Ag-IoT?

Seiring berkembangnya Ag-IoT, keamanan siber menjadi lebih penting. Jaringan di peternakan memerlukan sistem keamanan canggih untuk melindungi informasi yang mereka transfer. Ada juga kebutuhan untuk solusi yang membantu peneliti dan agen penyuluhan pertanian mengintegrasikan informasi dari berbagai peternakan. Mengumpulkan data dengan cara ini akan menghasilkan keputusan yang akurat tentang isu-isu seperti penggunaan air sekaligus melindungi privasi petani.

Jaringan ini harus beradaptasi dengan perubahan kondisi lokal seperti suhu, curah hujan dan angin. Perubahan musim dan siklus pertumbuhan tanaman untuk sementara dapat mengubah kondisi pengoperasian perangkat Ag-IoT. Dengan menggunakan komputasi awan dan pembelajaran mesin, para ilmuwan dapat membantu Ag-IoT merespons perubahan lingkungan di sekitarnya.

Akhirnya, kurangnya akses Internet berkecepatan tinggi Masih menjadi masalah di banyak komunitas pedesaan. Misalnya, banyak peneliti telah mengintegrasikan sensor ground nirkabel dengan Ag-IoT Pusat Sistem Irigasi PusatTetapi petani tanpa akses Internet berkecepatan tinggi tidak dapat menginstal jenis teknologi ini.

READ  Peretas menjual ratusan akun perusahaan teratas di pasar gelap

Mengintegrasikan konektivitas jaringan berbasis satelit dengan Ag-IoT dapat membantu peternakan yang tidak terhubung. Koneksi broadband belum tersedia. Para peneliti juga mengembangkan platform Ag-IoT yang dipasang di kendaraan dan seluler yang menggunakan drone. Sistem tersebut dapat menyediakan konektivitas berkelanjutan di lapangan dan memungkinkan lebih banyak petani di banyak tempat untuk mengakses teknologi digital.

Continue Reading

Trending