ကျွန်ုပ်၏နိုင်ငံတွင် ပထမဆုံးအကြိမ်၊ AI နည်းပညာကို ဂီယာလိုင်းများ၏ အကြီးစားအပူရှာဖွေခြင်းတွင် အသုံးပြုပါသည်။

မကြာသေးမီက State Grid Power Space Technology Co., Ltd မှ တီထွင်ထုတ်လုပ်ထားသော အနီအောက်ရောင်ခြည် ချို့ယွင်းချက် အသိဉာဏ် ခွဲခြားခြင်းစနစ်၊

ကျောင်းနှင့် အခြားယူနစ်များနှင့်အတူ မကြာသေးမီက UHV ၏ လည်ပတ်မှုနှင့် ပြုပြင်ထိန်းသိမ်းမှုတွင် စက်မှုလုပ်ငန်းဆိုင်ရာ အသုံးချမှု အောင်မြင်ခဲ့သည်။

ငါ့နိုင်ငံမှာ လိုင်းတွေရှိတယ်။တရုတ်နိုင်ငံတွင် ဥာဏ်ရည်တု (AI) နည်းပညာကို အပူရှိန်ရှာဖွေခြင်းတွင် ပထမဆုံးအကြိမ်အဖြစ် အသုံးချခြင်းဖြစ်သည်။

ကြီးမားသော ဂီယာလိုင်းများတွင် မျိုးဆက်များ။

 

“ယခုတစ်ကြိမ်၊ နည်းပညာဆိုင်ရာ သုတေသနအဖွဲ့သည် လုပ်ငန်းအခြေအနေနှင့် ပေါင်းစပ်ကာ 'အနိမ့်ဆုံးတံဆိပ်ကပ်ခြင်း + အဆင့်ဆင့်' ၏ နည်းပညာလမ်းကြောင်းကို လက်ခံကျင့်သုံးခဲ့သည်။

အနီအောက်ရောင်ခြည် ချို့ယွင်းချက်များနှင့် လျှို့ဝှက်အန္တရာယ်များကို အသိဉာဏ်ဖြင့် ဖော်ထုတ်သိရှိနိုင်ရန် အဆင့်ဆင့် သင်ယူခြင်း + စွက်ဖက်မှု အကာအရံများ နှင့် မော်ဒယ်၊

သက်သေခံတိကျမှုနှုန်းသည် 90% ကျော်ရောက်ရှိခဲ့သည်။"အဆိုပါစနစ် လျှောက်လွှာဘက်မှ စစ်ဆေးရေးဌာန ဒါရိုက်တာ Guo Xiaobing၊

Space Technology Application Center of State Grid Electric Space Technology Co., Ltd. မှ ပြောကြားခဲ့ပါသည်။

 

သတင်းများအရ အဆိုပါစနစ်ကို State Grid Power Space Technology Co., Ltd. မှ လက်ရှိတွင် ဖြန့်ကျက်အသုံးပြုလျက်ရှိပြီး ၎င်းသည် ပထမဆုံးဖြစ်သည်။

တရုတ်နိုင်ငံတွင် ဥာဏ်ရည်တုနည်းပညာကို အကြီးစား ဂီယာကြိုးများပေါ်တွင် အပူထုတ်ပေးခြင်းကို ထောက်လှမ်းရန် အသုံးချခဲ့သည်။

နမူနာအဖြစ် 240 အခြေစိုက်မျှော်စင်၏ အနီအောက်ရောင်ခြည်ဗီဒီယိုကို ယူ၍ သမားရိုးကျ လက်စွဲဒေတာပြန်လည်သုံးသပ်ခြင်းမှာ 5 နာရီကြာမြင့်သော်လည်း ယခု ဤစနစ်ဖြင့်သာ၊

ခွဲခြမ်းစိတ်ဖြာမှုပြီးမြောက်ရန် ဗီဒီယိုကို အပ်လုဒ်တင်ခြင်းမှ 2 နာရီကြာပြီး လုပ်ငန်းစဉ်တွင် ကိုယ်တိုင်ဝင်ရောက်စွက်ဖက်ရန် မလိုအပ်ပါ။

 

အရင်တုန်းကတော့ အနီအောက်ရောင်ခြည် ဓါတ်ပုံဒေတာတွေကို ဖော်ထုတ်ဖို့ ဥာဏ်ရည်တုကို အသုံးပြုတဲ့ လုပ်ငန်းစဉ်ဟာ အတော်လေး ရှုပ်ထွေးခဲ့ပြီး ကိုယ်တိုင်လည်း လုပ်ဆောင်ဖို့လိုအပ်ပါတယ်။

ပြုပြင်ထိန်းသိမ်းမှုအတွေ့အကြုံနှင့် အာရုံစူးစိုက်မှု စသည့်အချက်များကြောင့် အလွယ်တကူလွဲချော်သွားသည့် ဖန်သားပြင်ရှိ အပူပြတ်တောက်မှုအမှတ်ကို ခွဲခြားသတ်မှတ်ပါ။

အမှုထမ်း;ထို့အပြင်၊ အနီအောက်ရောင်ခြည်ဗီဒီယိုဒေတာပမာဏသည် ကြီးမားသည်။ပြန်လည်စစ်ဆေးခြင်းလုပ်ငန်းသည် အလွန်ခက်ခဲပြီး ထိရောက်မှုမရှိသောကြောင့် လွယ်ကူသည်။

insulator drop-off ကဲ့သို့သော အန္တရာယ်ရှိသော ဖြစ်ရပ်များကို ဖြစ်စေသည်။အသစ်တီထွင်ထားသော အနီအောက်ရောင်ခြည် ချို့ယွင်းချက် အသိဉာဏ် ဖော်ထုတ်ခြင်းစနစ်အား သွယ်တန်းထားသော လိုင်းများအတွက်၊

ဖရိမ်များကို လျင်မြန်စွာ ထုတ်ယူပြီး အပူပေးခြင်းဆိုင်ရာ ချို့ယွင်းချက်များကို ဉာဏ်ပညာရှိရှိ ရှာဖွေဖော်ထုတ်ရန် ကလစ်တစ်ချက်နှိပ်ရုံဖြင့် စစ်ဆေးရေး အနီအောက်ရောင်ခြည် ဗီဒီယိုကို အပ်လုဒ်တင်ရန် လိုအပ်ပါသည်။

လိုင်းပြတ်တောက်မှုနှင့် ဓာတ်အားပြတ်တောက်မှုတို့၏ လျှို့ဝှက်အန္တရာယ်များကို အချိန်နှင့်တစ်ပြေးညီ ဖယ်ရှားရန် လိုင်းလည်ပတ်မှုနှင့် ပြုပြင်ထိန်းသိမ်းမှုယူနစ်များ။AI ၏လျှောက်လွှာ

ဓာတ်အားလိုင်းစစ်ဆေးခြင်းနည်းပညာသည် စစ်ဆေးရေးထိရောက်မှုကို များစွာတိုးတက်စေသည်။


စာတိုက်အချိန်- သြဂုတ်-၃၀-၂၀၂၃