GATE інтегрує цифрові близнюки, розширене машинне навчання та надійні інфраструктури обміну даними, щоб забезпечити стійкі міські, охорону здоров'я та промислові трансформації.
Інститут Гейт-це перший спеціальний центр передового досвіду великих даних та штучного інтелекту (AI) у Болгарії та Східній Європі, співпрацюваний Європейською комісією (ЄК) та урядом Болгарського, і створена як спільна ініціатива університету Софії Св. Клімента Охридського та Калмерського університету та промислових технологій Chalmers, Шведен. Маючи бачення, щоб забезпечити розумне суспільство, орієнтоване на дані, GATE сприяє цифровому трансформації, використовуючи можливості, які створюють великі дані та технології AI та прискорюючи їх вплив у суспільстві. GATE проводить дослідження та створює інновації в сферах додатків, таких як майбутні міста та цифрове здоров'я.
Як болгарський центр Міжнародної асоціації даних даних (IDSA), Гейт відіграє ключову роль у створенні безпечного, суверенного та надійного середовища для обміну даними. Забезпечення розширеної інфраструктури – платформи, дані, послуги та тестування та експериментування, GATE має на меті бути визнаним національним простором даних з надійним потенціалом. Реалізуючи федеративні архітектури та компоненти, сумісні з IDS, GATE дозволяє організаціям брати участь у спільних інноваціях, зберігаючи суверенітет та конфіденційність даних. Гейт також спрямований на більш демократичний та широко розповсюджений AI, спираючись на нові алгоритми децентралізованого машинного навчання (ML), які можуть впоратися з розподіленими колективами місцевих моделей за допомогою федераційного навчання та перегонки знань, навчання натовпу AI та ML натовпу.
Поєднуючи онтологічні інженерні моделі та семантичні технології зі специфікацією логічної політики та обмежень, GATE розробляє новий рівень інтелекту, здатний вирішити як статичні, так і динамічні дані в різних ділових областях.
Відповідно з регуляторним та етичним лідерством Європи в ШІ, GATE сприяє виконанню Закону про АІ, підтримуючи підприємства, уряди та наукові кола в розумінні та застосуванні AI, готових до відповідності. Його досвід у відповідальному та орієнтованому на людину AI гарантує, що інновації йдуть рукою з юридичними, етичними та суспільними гарантіями.
Домен додатків у майбутніх містах
Домен додаткових міст досліджує потенціал цифрових технологій Twin для вирішення міських проблем у реальному світі при плануванні, проектуванні та наданні послуг. Пілот -проект розробляє масштабований міський цифровий близнюк як технічне рішення для проектування, розвідки та експериментів міських середовищ та процесів. Цілі включають виробництво високоякісної 3D-моделі міста Софії, семантичне збагачення моделі та її застосування для моделювання, аналізу та візуалізації. Цифровий підхід до близнюків-«дизайн, тестування та побудова першого цифрового типу»-демонструє додаткове значення методів, що керуються даними, для прийняття рішень та сприяють інтеграції цифрових близнюків у міські процеси.
3D -модель Софії була створена за допомогою кадастральних даних, що описують будівлі, зелені насадження, рельєф та дорожню мережу. Модель постійно посилюється за допомогою даних дистанційного зондування, таких як ортофото та супутникові знімки для досягнення більш високих рівнів деталей. Побудований на широко прийняті стандарти, таких як CityGML та розширений за допомогою моделей Smart Data Fiware або моделями, розробленими на замовлення, для конкретних випадків використання, 3D-модель візуалізується за допомогою віртуального глобусу цезій для інтерактивного дослідження.
У рамках поточних інновацій було запропоновано концептуальне розширення домену додатків (ADE) рослинного модуля CityGML 3.0. Це розширення посилює моделювання дерев та зелених насаджень за допомогою нового механізму «гачка» в CityGML 3.0 та включає динамічні аспекти росту та управління рослинністю за допомогою модуля динамізатора. Нові типи даних, списки кодів та перелічення забезпечують єдиний та всебічний опис вегетації, що підтримують передові дослідження в таких сферах, як ефекти міського теплового острова, динаміка рослинності та оцінка впливу на навколишнє середовище.
Кілька випадків використання ілюструють потенціал цифрового близнюка міста. У містобудуванні та аналізі навколишнього середовища дослідження сонячної радіації проводяться за шкалою міста, щоб інформувати збирання енергії за допомогою ПВ -панелей, пасивного опалення будівництва, управління охолодженням та оцінкою мікроклімату. Ці дослідження інтегрують 3D -будівельні дані з дистанційним зондуванням для точного представлення затінення в гірському контексті Софії. При плануванні транспорту розроблений новий підхід до мікро-руху на основі цифрового руху, що базується на цифровому кроці, для поліпшення міської мобільності та безпеки. Використовуючи дані з лабораторії Live Living Gate City, включаючи моніторинг LIDAR транспортних засобів та пішоходів, моделювання руху проводиться за допомогою SUMO (моделювання міської мобільності). Для перекласифікації невизнаних об'єктів застосовуються методи машинного навчання, такі як випадкові лісові моделі, що дозволяють більш точну траєкторію та аналіз об'єктів. Цей робочий процес забезпечує масштабоване рішення для управління дорожнім рухом та містобудування, яке може бути адаптоване до різних міських умов.
Домен майбутніх міст демонструє, як цифрові близнюки та розширене моделювання можуть створити діючі уявлення про стійкий та керований даними містобудування, підтримуючи більш ефективне планування, безпечніший транспорт та покращену якість життя.
Цифровий домен програми для здоров'я
У домені додатків Digital Health (DH) GATE просуває дослідження та інновації на кількох взаємопов'язаних потоках. Одна важлива лінія роботи зосереджена на біомаркерах для ранньої діагностики, прогнозу та лікування неврологічних захворювань. Мета полягає в тому, щоб визначити відповідні біомарки та розробити надійні методи класифікації пацієнтів та когнітивної траєкторії. З цією метою GATE застосовує діапазон методів AI/ML та сегментації, включаючи конволюційні нейронні мережі (CNNS) та автокодери в поєднанні з локальними інформаціями, керованими даними. Поточні дослідження вже продемонстрували значний прогрес у ранній діагностиці хвороби Альцгеймера, і методології зараз поширюються на інші нейродегенеративні «гіперсинхронічні» захворювання. Включивши підключення мозку як основу для механістичного розуміння, підходи AI/ML додатково адаптуються для виявлення та вдосконалення конкретних параметрів захворювання в декількох умовах.
Ще один потік досліджень стосується моніторингу пацієнтів у режимі реального часу та оповіщення про небезпечні події. Тут GATE розробляє системи, які використовують віддалені оптичні датчики для виявлення припадків, порушення життєвого значного або летального синдромів, таких як Sudep, SID та центральна апное. У співпраці з Центром досвіду епілепсії та розладів сну SEIN (Нідерланди) розроблено пристрій виявлення та попередження в реальному часі. Поки голландський партнер зосереджується на версії клінічного використання, Gate створює пристрій домашнього використання, який інтегрує AI/ML для персоналізації разом із запатентованою підсистемою воріт для оптичного відстеження пацієнтів та контролю камери PTZ. Обидві версії зараз знаходяться в кінцевих етапах тестування та валідації.
Спираючись на цей фонд, Гейт також досліджує інтеграцію біомаркерів з виявленням реального часу та оповіщенням у контексті телемедицини, де поєднання цих можливостей сприяє більш ефективним віддаленим рішенням охорони здоров'я. У той же час, методи, спочатку розроблені для моніторингу пацієнтів, поширюються на додатки поза охороною здоров'я. Наприклад, виявлення падіння в реальному часі адаптується для розумних міських середовищ, створюючи синергію між цифровими доменами охорони здоров'я та майбутніми містами та демонструючи, як великі дані можуть генерувати суспільний вплив у реальному часі.
У всіх цих сферах дослідження Гейт просуває інновації в самому машинному навчанні. Поточна робота наголошує на онлайн -навчанні, персоналізації та адаптивних системах – підходів, які, хоча і ще в ранньому розвитку, можуть значно розширити застосовність та вплив технологій. Важливо, що всі алгоритми, підсистеми та модулі, розроблені в домені DH, розроблені модульно, що дозволяє їх повторно використовувати та інтегрувати в різноманітні системи, особливо в контекстах, де існують сильні синергії перехресних доменів.
Лабораторія Space Data Lab
Як болгарський центр Міжнародної асоціації даних даних (IDSA), GATE сприяє розвитку інфраструктур на основі суверенів та стандартів для надійного обміну даними. Ключовою ініціативою є Lab Space Data Space Data, інноваційне середовище для експериментів, демонстрації та навчання. Лабораторія функціонує як повністю експлуатаційний тест, розроблений у відповідності з міжнародними стандартами та оснащений компонентами, сертифікованими IDSA, включаючи пісочницю для впровадження та перевірки сценаріїв обміну даними. Доповнюється такими послугами, як технічна та юридична підготовка та розвиток бізнес-моделі, лабораторія прискорює розгортання випадків використання простору даних у реальному світі.
В основі цієї інфраструктури лежить роз'єм Dataspace Gate Dataspace, перший у Східній Європі, яка досягла сертифікації рівня IDSA Level 1. Роз'єм гарантує сумісність, дотримання та безпечне обмін даними, при цьому захищає повну суверенітет даних. Це дозволяє організаціям визначати та застосовувати політику використання, надійно відстежувати походження та керувати доступом з точністю.
Ці можливості лежать в основі розробки першого міського простору міських даних Болгарії, що підтримує складні міські програми в таких сферах, як моніторинг якості повітря, стійка мобільність, енергоефективність та містобудування, орієнтоване на дані. Використовуючи архітектури програмного забезпечення та федеральне машинне навчання, ця інфраструктура дозволяє отримувати розуміння з розподілених наборів даних без передачі конфіденційної інформації поза безпечними середовищами. Такий підхід посилює прогнозне моделювання – оптимізуючи потоки трафіку, зменшуючи вплив забруднення або керування попитом на енергію – при цьому зміцнюючи довіру серед зацікавлених сторін, які керують критичними чи персональними даними.
Завдяки своєму сертифікованому роз'єму, лабораторії демонстрації та активного внеску в європейські ініціативи, GATE будує стійку, сумісну екосистему для інновацій, орієнтованих на дані, у великих даних та штучному інтелекті.
Платформа даних GATE
Платформа даних GATE підкреслює дослідження та інновації, надаючи як інфраструктуру для внутрішніх проектів, так і середовище хостингу для зовнішніх партнерів та клієнтів. Планта, побудована на сучасній концепції приватної хмари, платформа інтегрує широкий спектр системних ресурсів, включаючи графічні процесори, сервери додатків та вдосконалені програмні засоби. Ці ресурси доступні локально в режимі клієнта/сервера, а також віддалено через Інтернет, забезпечуючи гнучкість та масштабованість.
Платформа повністю віртуалізована, підтримуючи декілька рівнів роботи – віртуальні машини, контейнери, сервери додатків та окремі послуги. Він включає чотири різних систем бази даних, здатні зберігати дані у таких форматах, як SQL, JSON, RDF та CityGML. Пряма інтеграція з локальною розподіленою файловою системою кластера Cloudera Hadoop дозволяє ефективно обробляти великі дані як в режимах в режимі офлайн, так і в режимі реального часу.
Розроблена для розміщення як проектів, орієнтованих на програмно-орієнтовані, так і орієнтовані на дані, платформа узгоджується з сучасними інженерними практиками, включаючи DevOps, DataOps, AIOPS та MLOPS. Він пропонує повну стек попередньо встановлених інструментів для підтримки управління даними протягом усього життєвого циклу-від збору та транспорту даних, через обробку та зберігання на рівні платформи, до розширеного аналізу та інтерпретації. Наземні методи AI, такі як семантична інтеграція, збагачення даних, глибоке машинне навчання, підкріплення та оперативне навчання та оперативна інженерія підтримуються.
На платформі також розміщуються послуги передачі даних для великих міжнародних проектів. Зокрема, він підтримує Diversea, європейську ініціативу, що вивчає динаміку морського біорізноманіття в прибережних регіонах від Чорного моря до Північного моря, демонструючи його здатність, щоб забезпечити масштабні, інтенсивні дані з суспільним та екологічним впливом.
Проект «Великі дані для розумного суспільства» (GATE) фінансується за допомогою програми Horizon 2020 та оперативної програми «Дослідження, інновації та цифровізація для інтелектуальної трансформації» 2021-2027 рр., Співфінансувана Європейським Союзом.
Зверніть увагу, ця стаття також з’явиться у 24 -му виданні нашої щоквартальної публікації.