Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

AI advisor platform for disaster response based on big data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F44555601%3A13510%2F23%3A43896119" target="_blank" >RIV/44555601:13510/23:43896119 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1002/cpe.6215" target="_blank" >https://doi.org/10.1002/cpe.6215</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1002/cpe.6215" target="_blank" >10.1002/cpe.6215</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    AI advisor platform for disaster response based on big data

  • Popis výsledku v původním jazyce

    In the past, the emergency responses to disasters such as fire outbreak accidents, accidents that require first aid were slow and not optimal. With human intellect, it was impractical to analyze vast amounts of data regarding the continuity of the numerous environmental changes and the correlation there may be with emergency responses based on past experiences with similar situations. Today, artificial intelligence is presented as a powerful tool to various organizations. Many have already made various attempts to apply this technology as an advisor for emergency response. This research expands on the practicality and effectiveness of utilizing AI as an advisory platform for disaster response based on the big-data, and also it designs an AI advisor platform for disaster response with big data-based algorithms. Finally AI advisor function are defined as part of the AI advisor platform, the voice recognition function, natural language processing function, big data coordination function.

  • Název v anglickém jazyce

    AI advisor platform for disaster response based on big data

  • Popis výsledku anglicky

    In the past, the emergency responses to disasters such as fire outbreak accidents, accidents that require first aid were slow and not optimal. With human intellect, it was impractical to analyze vast amounts of data regarding the continuity of the numerous environmental changes and the correlation there may be with emergency responses based on past experiences with similar situations. Today, artificial intelligence is presented as a powerful tool to various organizations. Many have already made various attempts to apply this technology as an advisor for emergency response. This research expands on the practicality and effectiveness of utilizing AI as an advisory platform for disaster response based on the big-data, and also it designs an AI advisor platform for disaster response with big data-based algorithms. Finally AI advisor function are defined as part of the AI advisor platform, the voice recognition function, natural language processing function, big data coordination function.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Concurrency and Computation: Practice and Experience

  • ISSN

    1532-0626

  • e-ISSN

    1532-0634

  • Svazek periodika

    35

  • Číslo periodika v rámci svazku

    16

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    8

  • Strana od-do

    1-8

  • Kód UT WoS článku

    000613948400001

  • EID výsledku v databázi Scopus