Совсем недавно проведенное исследование в Китае продемонстрировало, как искусственный интеллект может предсказывать изменения уровня метана в угольных шахтах за 30 минут до потенциальной аварии. Это особенно важно, поскольку почти 60% всех несчастных случаев в угольных шахтах Китая связаны именно с метаном.
В ходе исследования были протестированы 10 алгоритмов машинного обучения, чтобы определить, какой из них наиболее эффективен для прогнозирования аномалий. Четыре алгоритма показали наилучшие результаты. В частности, линейная регрессия оказалась одним из самых эффективных методов для краткосрочного прогнозирования. Алгоритм Random Forest продемонстрировал низкий уровень ошибок и высокую точность предсказаний, а Support Vector Machine показал хорошие результаты, но требует больше времени на обучение при увеличении объема данных.
Это исследование, проведенное в сотрудничестве с несколькими университетами, открывает новые горизонты для применения ИИ не только в угольной промышленности, но и в других отраслях, таких как аэрокосмическая, нефтегазовая и сельское хозяйство. Использование таких технологий может не только спасти жизни, но и снизить финансовые потери от аварий.