Araştırmaya göre, çekirge davranışını temel alan hibrit bir yapay zeka (AI) sistemi, kentsel bir acil durum sırasında tıbbi kaynakların, ulaşımın ve gücün tahsis edilmesine yardımcı olabilir. Uluslararası Çevre Teknolojisi ve Yönetimi Dergisi. Yeni hibrit modelin geçmiş acil durum veri setleri üzerinde yapılan testleri, modelin oldukça etkili olduğunu gösteriyor.
Ekibin LSTM-GOA sistemi, uzun kısa süreli hafızalı sinir ağını ve çekirge optimizasyon algoritması (GOA) olarak adlandırılan algoritmayı birleştiriyor. LSTM, zaman içinde değiştikçe verilerdeki kalıpları tanımlayabilen bir makine öğrenme aracıdır. GOA, bir çekirge sürüsünün nasıl yiyecek aradığını ve beslendiğini temel alarak karmaşık sorunlara daha iyi çözümler arayan bir optimizasyon tekniğidir. Bu hibrit yaklaşımda GOA, en uygun çözümü bulmak için daha iyi planlama kararları verecek şekilde LSTM’nin davranışını ayarlamak için kullanılır.
Araştırmacılar modeli geleneksel kural tabanlı yaklaşımlar ve diğer optimizasyon yöntemleriyle karşılaştırdılar. Ekip, tıbbi kaynak talebine ilişkin tahmin doğruluğunu neredeyse %70 oranında artırdı. Sistem, doğal afetler, halk sağlığı olayları ve büyük trafik kazaları sonrasında talepte öngörülemeyen ani artışlara yanıt verebilmektedir. Üstelik gürültülü veya eksik veri kümeleriyle de çalışabilir.
Çalışma, acil bir durumda kaynakların yönetiminde tahmine dayalı yapay zekanın geniş çapta kullanılmasına giden yolu işaret ediyor. Ekip, şehir yetkililerinin çeşitli kamu hizmetlerindeki baskıları tahmin etmek ve tahsisleri buna göre ayarlamak için geçmiş verileri kullanabileceğini açıklıyor. Bu, sabit kurallara güvenmekten veya olaydan sonra değişen taleplere yanıt vermekten daha etkili olacaktır.





