스트리밍 벌집 데이터부터 음향까지, SAS는 기계 학습과 분석을 사용하여 벌 개체수를 늘립니다.

게시 날짜: 2020년 5월 20일

캐리 — SAS는 세계 최고의 작물 수분 매개자인 꿀벌을 구하는 데 도움을 주고자 합니다. 그리고 그것은 바로 Triangle의 뒷마당에서 그렇게 하고 있습니다.

세계 꿀벌의 날을 맞아 Cary에 본사를 둔 소프트웨어 분석 회사는 오늘 기술을 통해 전 세계 수분매개자 개체수를 모니터링, 추적 및 개선하는 세 가지 별도 프로젝트를 진행하고 있음을 확인했습니다.

여기에는 "음향 스트리밍 시스템"을 사용하여 벌집의 실시간 상태를 관찰하는 것이 포함됩니다. 세계 꿀벌 수에 관해 애팔래치아 주립대학교와 협력하여 세계 꿀벌 개체수 데이터를 시각화합니다. 그리고 음식 접근을 극대화하기 위해 벌의 의사소통을 해독합니다.

SAS의 COO이자 CTO인 Oliver Schabenberger는 "벌집 건강에 고급 분석 및 인공 지능을 적용함으로써 우리 사회는 생태계의 매우 중요한 부분, 궁극적으로 식량 공급을 확보할 수 있는 더 나은 기회를 갖게 되었습니다."라고 말했습니다. 성명.

비침습적으로 벌집 건강 모니터링

SAS IoT 사업부의 연구원들은 “생음향 모니터링 시스템” SAS Event Stream Process 및 SAS Viya 소프트웨어에서 사용할 수 있는 디지털 신호 처리 도구와 기계 학습 알고리즘을 사용하여 벌집의 실시간 상태를 비침습적으로 추적합니다.

센서를 노스캐롤라이나주 캐리에 있는 본사에 있는 SAS의 Bee Downtown 하이브 4개에 연결함으로써 팀은 스트리밍 하이브 데이터 무게, 온도, 습도, 비행 활동 및 음향을 포함하여 벌집 안팎의 데이터 지점을 지속적으로 측정하기 위해 클라우드에 직접 연결됩니다. 인스트림 기계 학습 모델은 건강, 스트레스 수준, 떼 활동 및 여왕벌의 상태를 나타낼 수 있는 벌집 소리를 "듣는" 데 사용되었습니다.

꿀벌의 건강과 행복을 결정하는 데 벌집의 윙윙거리는 소리만 사용되도록 하기 위해 연구원들은 기계 학습 기술인 강력한 주성분 분석(RPCA)을 사용하여 벌통 마이크가 수집한 소리 목록에서 외부적이거나 관련 없는 소음을 분리했습니다.

연구원들은 RPCA 기능을 사용하면 처녀 여왕벌이 떼를 지어 피리를 부는 것과 동일한 주파수 범위에서 일벌의 '파이핑'을 감지하여 여왕벌이 있는지 여부를 평가할 수 있다는 사실을 발견했습니다. 그런 다음 연구자들은 떼를 따라가는 여왕 배관이나 군집에 여왕이 없을 때 발생하는 일꾼 배관을 감지하기 위한 자동화된 파이프라인을 설계했습니다.

SAS는 음향 분석을 통해 양봉가들에게 여왕벌의 실종 사실을 즉시 알릴 수 있으며 이는 군집 손실률을 크게 줄이는 데 매우 중요하다고 말했습니다. 미국 벌통의 연간 손실률은 40%를 초과하는 것으로 추산되며, 이러한 손실 중 25~40%는 여왕벌의 실패로 인한 것입니다.

SAS는 이 시스템을 통해 양봉가들이 시간 소모적이고 파괴적인 수동 검사를 수행할 필요 없이 벌집에 대해 더 깊이 이해할 수 있게 될 것이라고 말했습니다.

"저는 양봉가로서 꿀벌이 우리 생태계에 미치는 영향의 크기를 알고 있으며, 우리 모두에게 이익이 되도록 더 건강한 꿀벌을 키우는 혁신적인 방법을 찾는 데 영감을 받았습니다."라고 IoT 부서의 저명한 연구 통계 개발자인 Anya McGuirk는 말했습니다. SAS.

연구원들은 곧 음향 스트리밍 시스템을 구현할 계획이며 꿀벌과 궁극적으로 인류를 돕기 위해 기술 사용을 확대할 수 있는 방법을 계속 찾고 있다고 말했습니다.

세계의 꽃가루 매개자 개체수 시각화

SAS는 또한 전 세계 꿀벌 수를 '계산'하는 데이터 시각화 기능을 출시했습니다. 세계 꿀벌 수, 애팔래치아 주립대학교의 분석 연구 및 교육 센터(CARE)가 공동 창립한 이니셔티브입니다.

목표는 전 세계 시민들이 꿀벌의 급격한 감소 이유를 이해하기 위한 첫 번째 단계로 꿀벌 사진을 찍도록 참여시키는 것입니다.

애팔래치아 주립대학교 CARE 교수 겸 전무이사인 Joseph Cazier는 "World Bee Count를 통해 우리는 꿀벌 데이터를 크라우드소싱하여 지구의 꿀벌 개체수를 시각화하고 현재까지 꿀벌에 관한 가장 크고 유익한 데이터 세트 중 하나를 만들 수 있습니다."라고 말했습니다. 성명.

5월 초, 양봉가와 일반 대중(일명 "시민 데이터 과학자")이 글로벌 수분매개자 지도에 데이터 포인트를 추가할 수 있는 World Bee Count 앱이 출시되었습니다. 앱 내에서 양봉가는 자신이 가지고 있는 벌집 수를 입력할 수 있으며, 모든 사용자는 카메라 롤이나 앱 내 카메라를 통해 수분 매개자 사진을 제출할 수 있습니다. SAS Visual Analytics를 통해 SAS는 시각화 지도 사용자가 앱을 통해 제출한 이미지를 표시합니다. 이는 잠재적으로 가장 건강한 꿀벌 개체수로 이어지는 조건에 대한 통찰력을 제공할 수 있다고 합니다.

SAS는 이 프로젝트의 향후 단계에서 앱에서 생성된 강력한 데이터 세트가 대학 및 연구 기관과 같은 그룹이 이 중요한 생물을 구하기 위한 방법을 더 잘 전략화하는 데 도움이 될 수 있다고 말했습니다.

꿀벌의 음식 접근을 극대화하기 위해 기계 학습을 사용

북유럽 지역을 대표하는 Amesto NextBridge 팀이 우승했습니다. 2020 SAS EMEA 해커톤, 참가자들에게 SAS Viya를 사용하여 지속 가능성을 개선하도록 요청했습니다. 그들의 우승 프로젝트는 기계 학습을 사용하여 꿀벌의 식량 접근을 극대화했으며, 이는 결국 인류의 식량 공급에 도움이 될 것입니다.

와 협력하여 비퓨처스, 팀은 Befutures의 관찰 벌통과 SAS Viya를 사용하여 꿀벌의 "흔들기" 춤을 자동으로 감지, 디코딩 및 매핑할 수 있는 시스템을 개발했습니다.

"이 모든 춤을 수동으로 관찰하는 것은 사실상 불가능하지만 벌집 내부의 비디오 영상을 사용하고 기계 학습 알고리즘을 훈련하여 춤을 해독하면 꿀벌이 먹이를 찾는 위치를 더 잘 이해할 수 있을 것입니다."라고 Kjetil Kalager가 말했습니다. Amesto NextBridge 및 Befutures 팀. “우리는 벌집 좌표, 태양 각도, 하루 중 시간, 벌통 주변 농업과 함께 이 정보를 SAS Viya의 대화형 지도에 구현했습니다. 그러면 양봉가는 이 벌통 정보를 쉽게 해독하고 필요한 경우 더 적합한 환경으로 이동할 수 있습니다.”

SAS는 와글 댄스에 대한 체계적인 실시간 모니터링을 통해 꿀벌이 생태계의 센서 역할을 할 수 있다고 말했습니다. 또한 꿀벌이 춤을 통해 자신의 개체수를 구하고 보호하는 데 도움이 될 수 있는 다른 정보를 발견할 수도 있습니다.

원본 기사 출처: WRAL TechWire