Исследователи использовали АИ для выявления домов с электроэнергией, подверженных высокому риску отключения в зимнее время, в восьми штатах. Researchers used AI to identify electric homes at high risk of winter outages across eight states.

Исследователи из Технологического института Стивенса использовали АИ для выявления уязвимых домов электро- и солнечных батарей в восьми штатах без физических осмотров. Researchers from Stevens Institute of Technology used AI to identify vulnerable electric and solar homes across eight states without physical inspections. Их исследование, опубликованное в « Journal of Smart Cities and Society », показало, что в полной мере электрические дома в три раза чаще страдают от зимнего отключения, чем дома, использующие смешанные источники энергии. Their study, published in the Journal of Smart Cities and Society, found fully electric homes are nearly three times more likely to suffer winter outages than those using mixed energy sources. Модели машинного обучения позволяют выявить дома, находящиеся в опасном положении, с более чем 95-процентной точностью, помогая коммунальным службам и аварийным реаниматорам ориентироваться на оказание помощи в тяжёлую погоду. The machine-learning models can pinpoint at-risk homes with over 95% accuracy, aiding utilities and emergency responders in targeting assistance during severe weather.