Van het streamen van bijenkorfgegevens tot akoestiek: SAS gebruikt machine learning en analyses om de bijenpopulaties te stimuleren
Datum gepubliceerd:CARY — SAS wil de grootste bestuiver van voedselgewassen ter wereld helpen redden: de honingbij. En dat gebeurt precies in de achtertuin van de Triangle.
Ter gelegenheid van Wereldbijendag bevestigde het op Cary gebaseerde softwareanalysebedrijf vandaag dat het aan drie afzonderlijke projecten werkt waarbij technologie de bestuiverspopulaties over de hele wereld monitort, volgt en verbetert.
Ze omvatten het observeren van de realtime omstandigheden van bijenkorven met behulp van een “akoestisch streamingsysteem”; samenwerken met de Appalachian State University aan de World Bee Count om gegevens over de wereldbijenpopulatie te visualiseren; en het decoderen van bijencommunicatie om hun toegang tot voedsel te maximaliseren.
“Door geavanceerde analyses en kunstmatige intelligentie toe te passen op de gezondheid van bijenkorven, hebben we als samenleving een betere kans om dit cruciaal belangrijke deel van ons ecosysteem en uiteindelijk onze voedselvoorziening veilig te stellen”, zegt Oliver Schabenberger, COO en CTO van SAS, in een stelling.
NIET-INVASIEF MONITOREN VAN DE GEZONDHEID VAN DE BIJENKORF
Onderzoekers van de SAS IoT-divisie ontwikkelen een “bio-akoestisch monitoringsysteem” om op niet-invasieve wijze de realtime omstandigheden van bijenkorven te volgen met behulp van digitale signaalverwerkingstools en machine learning-algoritmen die beschikbaar zijn in SAS Event Stream Processing en SAS Viya-software.
Door sensoren aan te sluiten op de vier Bee Downtown-bijenkorven van SAS op het hoofdkantoor in Cary, NC, ging het team aan de slag het streamen van hive-gegevens rechtstreeks naar de cloud om continu gegevenspunten in en rond de korf te meten, inclusief gewicht, temperatuur, vochtigheid, vliegactiviteit en akoestiek. Er werden in-stream machine learning-modellen gebruikt om naar de bijenkorfgeluiden te ‘luisteren’, die de gezondheid, stressniveaus, zwermactiviteiten en de status van de bijenkoningin kunnen aangeven.
Om ervoor te zorgen dat alleen het gezoem van de bijenkorf werd gebruikt om de gezondheid en het geluk van de bijen te bepalen, gebruikten onderzoekers robuuste principale componentanalyse (RPCA), een machine learning-techniek, om externe of irrelevante geluiden te scheiden van de inventaris van geluiden verzameld door bijenkorfmicrofoons.
De onderzoekers ontdekten dat ze met de RPCA-mogelijkheden werkbijen konden detecteren die op hetzelfde frequentiebereik “piepten” als een maagdelijke koningin na een zwerm, wat waarschijnlijk zou kunnen beoordelen of er een koningin aanwezig was. De onderzoekers ontwierpen vervolgens een geautomatiseerde pijpleiding om koninginnenpijpen te detecteren die een zwerm volgen, of arbeiderspijpen die optreden wanneer de kolonie koninginloos is.
SAS zei dat de akoestische analyse imkers onmiddellijk kan waarschuwen voor de verdwijning van koninginnen, wat van cruciaal belang is om het verlies aan kolonies aanzienlijk te verminderen. Er wordt geschat dat het jaarlijkse verliespercentage van Amerikaanse bijenkorven meer dan 40 procent bedraagt – en tussen de 25 en 40 procent van deze verliezen is te wijten aan het falen van de koningin.
Met dit systeem zullen imkers volgens SAS een beter inzicht krijgen in hun bijenkorven zonder dat ze tijdrovende en verstorende handmatige inspecties hoeven uit te voeren.
“Als imker ken ik de omvang van de impact van bijen op ons ecosysteem, en ik ben geïnspireerd om innovatieve manieren te vinden om gezondere bijen groot te brengen waar we allemaal profijt van hebben”, zegt Anya McGuirk, Distinguished Research Statistician Developer bij de IoT-divisie van SAS.
De onderzoekers zeiden dat ze van plan zijn het akoestische streamingsysteem zeer binnenkort te implementeren en blijven zoeken naar manieren om het gebruik van technologie te verbreden om honingbijen – en uiteindelijk de mensheid – te helpen.
HET VISUALISEREN VAN DE BESTUIVERSPOPULATIES IN DE WERELD
SAS lanceert ook een datavisualisatie die de bijen in kaart brengt die over de hele wereld zijn ‘geteld’ voor de Wereldbijentelling, een initiatief mede opgericht door het Center for Analytics Research and Education (CARE) van de Appalachian State University.
Het doel: burgers over de hele wereld ertoe aanzetten foto's van bijen te maken, als een eerste stap in de richting van het begrijpen van de redenen voor hun alarmerende achteruitgang, zegt SAS.
“De World Bee Count stelt ons in staat om bijengegevens te crowdsourcen om zowel de bijenpopulatie van onze planeet te visualiseren als om een van de grootste, meest informatieve datasets over bijen tot nu toe te creëren”, zegt Joseph Cazier, professor en uitvoerend directeur van CARE van de Appalachian State University. een verklaring.
Begin mei werd de World Bee Count-app gelanceerd voor gebruikers – zowel imkers als het grote publiek, ook wel ‘burgerdatawetenschappers’ genoemd – om datapunten toe te voegen aan de Global Pollinator Map. Binnen de app kunnen imkers het aantal bijenkorven invoeren dat ze hebben, en elke gebruiker kan foto's van bestuivers indienen vanaf zijn filmrol of via de in-app-camera. Via SAS Visual Analytics heeft SAS gecreëerd een visualisatiekaart om de afbeeldingen weer te geven die gebruikers via de app indienen – wat volgens hem mogelijk inzicht zou kunnen bieden over de omstandigheden die leiden tot de gezondste bijenpopulaties.
In toekomstige fasen van dit project, aldus SAS, zou de robuuste dataset die met de app wordt gemaakt, groepen zoals universiteiten en onderzoeksinstituten kunnen helpen betere manieren te bedenken om deze vitale wezens te redden.
MACHINE LEARNING GEBRUIKEN OM DE TOEGANG VAN BIJEN TOT VOEDSEL TE MAXIMALISEREN
Een team van Amesto NextBridge vertegenwoordigde de Scandinavische regio en won de 2020 SAS EMEA-hackathon, waarin deelnemers werden uitgedaagd om de duurzaamheid te verbeteren met behulp van SAS Viya. Hun winnende project maakte gebruik van machinaal leren om de toegang van bijen tot voedsel te maximaliseren, wat op zijn beurt de voedselvoorziening van de mensheid ten goede zou komen.
In samenwerking met BeeFutures, ontwikkelde het team een systeem dat in staat is om bijendansen automatisch te detecteren, decoderen en in kaart te brengen met behulp van de observatiekorven van Beefutures en SAS Viya.
“Het is vrijwel onmogelijk om al deze dansen handmatig te observeren, maar door videobeelden uit de bijenkorven te gebruiken en machine learning-algoritmen te trainen om de dans te decoderen, zullen we beter kunnen begrijpen waar de bijen voedsel vinden”, zegt Kjetil Kalager, hoofd van het Amesto NextBridge- en Beefutures-team. “We hebben deze informatie, samen met de coördinaten van de bijenkorf, de hoek van de zon, het tijdstip van de dag en de landbouw rond de bijenkorven, geïmplementeerd in een interactieve kaart in SAS Viya. Vervolgens kunnen imkers deze informatie over de bijenkorf gemakkelijk decoderen en indien nodig naar een beter geschikte omgeving verhuizen.”
SAS zei dat deze systematische realtime monitoring van kwispeldansen het mogelijk maakt dat bijen als sensoren voor hun ecosystemen kunnen fungeren. Het kan ook andere informatie aan het licht brengen die bijen via dans communiceren en die ons zou kunnen helpen hun bevolking te redden en te beschermen.
Originele artikelbron: WRAL TechWire