Q:
Hvordan fungerer forudsigelig alarmering?
EN:Forudsigelig alarmering er en teknologi, der forudsiger hændelser baseret på historiske data og derfor leverer advarsler. Teknologien kan for eksempel forudsige salget af visse produkter baseret på salg og andre data fra fortiden, og den kan sende advarsler til passende personer, når lagerbeholdningen forventes at være lav. Forudsigelige alarmer, selvom de stadig er i udviklingsstadiet, er potentielt et nyttigt værktøj på tværs af mange brancher såsom bank og finans, forsvar, it-sikkerhed, e-handel, online-læring og endda medicinske videnskaber.
Forudsigelige alarmer kan siges at være en gren af maskinlæring. Maskinindlæring er området for maskiner, der lærer af nye, varierede datasæt og anvender læringen til andre situationer. Handlingen med at lære af maskiner kan sammenlignes med at lære af mennesker, der lærer og beriges af forskellige oplevelser og anvender lektioner til forskellige situationer for at løse problemer. Softwareapplikationer baseret på forudsigelige alarmer behandler store, varierede datasæt og lærer af datasættene.
Baseret på indlæringen opretter applikationer datamodeller og anvender modellerne til andre problemer. F.eks. Inden for det medicinske videnskab kan patient- og vejrdata for de seneste par år behandles og analyseres for at finde vigtige oplysninger om udbruddet af visse sygdomme. Maskinerne kan analysere og korrelere dataene for at forbinde begyndelsen af visse sæsoner med visse sygdomme, såsom faldssæsonen med astma og allergier. Baseret på det kan det sende advarsler til læger og hospitaler med forudsigelser om, hvilke sygdomme der sandsynligvis vil slå til, når. Hospitaler og klinikker kan derfor planlægge.
Den største udfordring for forudsigelige alarmer er nøjagtighed. Selvom det kan være bevæbnet med et vilkårligt antal sofistikerede algoritmer, er det nødvendigt at behandle dataene og bruge dataene til nøjagtigt at forudsige begivenheder. Dette er grunden til, at det stadig behandles som en teknologisk udvikling. De forudsigelige modeller opdateres konstant, når nye data kommer ind, så modellerne er i stand til at forudsige nøjagtigt. Et par prominente virksomheder, især virksomheder inden for online detailhandel, har brugt alarmer til forskellige formål, såsom at vise nøjagtige produktanbefalinger til besøgende baseret på deres produktsøgningshistorik og præferencer. Sådanne anbefalingsmotorer er i stand til forholdsvis nøjagtigt at forudsige potentielle kunders valg.
