特許7001626IP Force 特許公報全文掲載

ホーム > 特許ランキング > エンリケ・メノッティ・ペスカルモーナ > 特許7001626

技術分野

測候所のネットワークと、水門およびポンプ場によって天然の貯水池および人工の貯水池を管理する人工的な排水システムとを用いる、人工知能(AI)を使用する河川流域、すなわち、分水地点(watershed)に関する水文解析および管理のためのプロセスおよびシステム

課題を解決するための手段[発明の詳細な説明]から抜粋

本発明は、気象観測ネットワークと、水門およびポンプ場による天然のおよび人工の貯水池の管理を用いる人工的な排水システムとを有する分水地点のための水文解析および管理システムおよびプロセスであって、各地域の潜在的な水文学的リスクが、評価され、将来の降水の結果が、人工知能システムを使用して実行されるシミュレーションを使用して前もって分析され、目下の流域内の各副流域、小川、および河床に関するハイドログ・・・　続きを知財ポータルサイト IP Force にログインして見る

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 測候所および流量センサのネットワーク、収集およびデータ管理システム、データ送信、人工知能判断システム、ポンプ場および水門管理を示す本発明の基本的な概略図である。
【図2】 本発明によるプロセスの実施形態の異なる段階を示す簡略化された流れ図である。段階1: 測定および履歴データの調査。段階2: 統合的な水文モデル--シナリオ計算、最適なケース選択、モデルの確認および再訓練。段階3: 気象現象の影響を最小化するための緩和戦略の作成。
【図3】 モデルの再訓練のためのモデルによるハイドログラフの推定、ハイドログラフの測定、および比較の単純化された方式を示す図である。
【図4】 入力、メモリ、およびアソシエータを有する線形再帰型ニューラルネットワーク(Lineal Recurrent Neural Network)を示す図である。
【図5】 3層LDDNネットワークを示す図である。変数LWは隠れ層に対する重みを意味し、IWは入力層に対する重みであり、bはバイアスユニットを表し、fは層間の伝達関数である。
【図6】 人工ニューラルネットワークの予報の結果としての洪水マップ(flooding map)の例の図である。水門を正しく操作した場合(緑)および操作しない場合(赤)の洪水が示される。
【図7】 人工知能によって支援された意思決定システムへの多層化された入力である。
【図8】 AI意思決定モジュールと、制御室と、通信システムと、排水制御システム(ポンプ場、水門、および発電所)との間の情報のフローの概略図である。

代表図 図1本件の代表的な図

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.