اتصال پایدار اینترنت ماهواره‌ای با کمک هوش مصنوعی

یک الگوریتم یادگیری ماشینی جدید ممکن است به پر کردن شکاف دیجیتال بین مناطق شهری و مناطق توسعه نیافته روستایی کمک کند.
به گزارش ایسنا و به نقل از آی‌ای، در کانادا، اتصالات ماهواره‌ای اغلب توسط جوامع روستایی و دورافتاده برای دسترسی به اینترنت استفاده می‌شود، با این حال، این اتصالات مشکل‌ساز هستند زیرا این فناوری‌ها اغلب نادرست عمل می‌کند و باعث قطعی مکرر می‌شود. نابرابری در اتصال به اینترنت بین این مناطق روستایی و مناطق شهری یک موضوع دائمی است که با وجود پیشرفت‌های فراوان فناوری هنوز حل نشده است.
با این حال، ممکن است راه حلی در راه باشد. اکنون از یادگیری ماشینی توسط گروهی از دانشگاهیان از شورای ملی تحقیقات(NRC) و دانشگاه واترلو برای رسیدگی به این مشکل قدیمی استفاده شده است.
 تشخیص مشکلات پیش از بدتر شدن
روشی که توسط این تیم توسعه یافته است، تعدادی از روش‌های مبتنی بر هوش مصنوعی فعلی را با هم ادغام می‌کند تا ناهنجاری‌ها در ماهواره‌ها و شبکه‌های ماهواره‌ای قبل از تبدیل شدن به مسائل جدی را بیابد.
پنگ هو(Peng Hu)، استادیار علوم رایانه و آمار در واترلو و نویسنده مسئول این مطالعه، می‌گوید: برای مناطق دور افتاده در کانادا و سراسر جهان، ماهواره‌ها اغلب بهترین گزینه برای حفظ دسترسی به اینترنت هستند.
مشکل این است که کارکرد این ماهواره‌ها می‌تواند گران و زمان‌بر باشد و مشکلات مربوط به آنها می‌تواند منجر به قطع ارتباط این جوامع با سایر نقاط جهان شود.
سه مجموعه داده جهانی برای آزمایش این روش جدید مورد استفاده قرار گرفت که شامل ماهواره ناسا که رطوبت خاک را در سراسر زمین نظارت می‌کند(Soil Moisture Active Passive)، داده‌های ماهواره‌ای مریخ‌نورد آزمایشگاهی علوم مریخ و مجموعه داده به دست آمده از یک  ارائه دهنده بزرگ اینترنت می‌شد.
محققان دریافتند که از نظر دقت مدل جدید آنها بهتر از مدل‌هایی است که قبلا استفاده می‌شدند.
هو می‌گوید: سیستم‌های شبکه‌های ماهواره‌ای در آینده اهمیت بیشتری خواهند یافت. این تحقیق به ما کمک می‌کند تا سیستم‌های ماهواره‌ای  قابل اعتماد، انعطاف‌پذیر و ایمن‌تری طراحی کنیم.