لقد قمنا بتطوير تطبيق يعتمد على الطائرات بدون طيار والذي كان قادرًا على اكتشاف 25 نوعًا مختلفًا من حطام البناء والإبلاغ عنها لبلدية المدينة. سمح هذا الحل بأتمتة عملية فحص موقع البناء مع تقليل المشاركة البشرية ومتوسط تكاليف التفتيش إلى حد كبير. وفقًا لتقديرات عملائنا، فقد وفر النظام 320 ساعة عمل شهريًا وخفض متوسط تكاليف الفحص بمقدار 40%.
كيف يمكن للكشف عن حطام البناء بطائرة بدون طيار أن يقلل من تكلفة الفحص
تكنولوجيا
رؤية الكمبيوتر
صناعة
بناء
الصناعات المحتملة
البيئة والتنمية الحضرية والعقارات والخدمات اللوجستية والنقل
عميل
بلدية المدينة
ملخص
تحدي
كانت شركة التأمين العاملة في المجال الطبي/الصحي تواجه التحدي المتمثل في تطوير سياسات التسعير. بالنسبة لهم، كان من المهم فهم المخاطر المتعلقة بمريض معين وتعديل نماذج سياسة التسعير وفقًا لذلك. وفي المقابل، كان العميل يتوقع تحقيق وفورات كبيرة.
الحل بواسطة AI Superior
قمنا ببناء تطبيق يعتمد على نموذج التعلم الآلي للتنبؤ باحتمالات الإصابة بمرض معين وفقًا للعديد من ميزات الإدخال والمعلمات بما في ذلك التاريخ الطبي. ومن أجل ذلك قمنا بتدريب أ نموذج التعلم العميق كان ذلك يتعامل بفعالية مع التحديات الجوهرية مثل عدم التوازن الطبقي. بالإضافة إلى ذلك، قمنا ببناء إطار عمل للتحقق من الصحة لمقارنة الأساليب المتعددة بشكل موضوعي والتأكد من أن النموذج الذي تم إنشاؤه كان يتفوق بشكل كبير على النماذج الأخرى.
النتيجة والتداعيات
لقد تفوق حل علوم البيانات المطور بشكل كبير على النماذج الأساسية التي تعتمد على الإحصائيات. تم استخدام نتائج النموذج لتحسين سياسة التسعير لزيادة الإيرادات وإدارة المخاطر بشكل أفضل.