Netflixin suositusalgoritmi voi tehostaa satelliittivalokuvausta
Netflixin, Alibaban ja Amazonin suositusalgoritmit osaavat käsitellä tehokkaasti suuria datamääriä. Siksi samat algoritmit taipuvat myös tieteellisen tutkimuksen avuksi.
Pilvet haittaavat maapalloa tarkkailevien satelliittien havaintoja. Tutkijat joutuvat usein luottamaan epätarkkoihin työkaluihin täyttääkseen pilvisyyden dataan aiheuttamat aukot.
Rutgersin yliopiston Ruo-Qian Wang uskoo, että kuluttajille suunnatut algoritmit voivat suoriutua tehtävästä paljon paremmin kuin tutkijoiden nykyisin käyttämät ohjelmat.
"Alibaban ja Amazonin kaltaiset sähköiset palvelualustat käyttävät suositusjärjestelmiä. Ne hyödyntävät suuria tietojoukkoja tarjotakseen räätälöityjä tuotesuosituksia asiakkaiden päätöksenteon avuksi", Wang kertoo.
"Mielenkiintoista on, että suositusjärjestelmien tapa käsitellä dataa ei eroa pilvien peittämien rannikkomaisemien ennustamisesta."
Wang otti käyttöön alun perin Netflixille rakennetun suositusalgoritmin. Hän loi sen päälle järjestelmän ennustamaan Landsat-satelliitin kuvien pilvien peittämiä kohtia.
Ainakin Wangin hiljattain julkaisemassa testissä järjestelmä tuotti yhtä tarkan ratkaisun kuin tutkijoiden yleisesti käyttämä, syväoppimiseen perustuva Datawig-ohjelmisto.
Siinä missä Datawig voi kuluttaa merkittävää laskentatehoa useiden päivien ajan, Wangin ohjelma suoriutui ratkaisusta puolessa minuutissa.
Wangin mukaan ohjelmisto sopii viljasatojen ja kaupungistumisen etenemisen seurantaan ja lukuisiin muihin satelliittikuvien tutkimuksiin, joissa kohteena ovat planeettamme pinnan muutokset.
Aiheesta julkaistu tutkimus (englanniksi)