NPL ย้ายไปมีคุณสมบัติ IoT และข้อมูลข้อมูลขนาดใหญ่

ห้องปฏิบัติการทางกายภาพแห่งชาติ (National Physical Laboratory - NPL) จะได้รับการจ่ายเงินเพื่อหาข้อมูล: ใส่ตัวเลขในแนวคิดบางอย่างที่ดูเหมือนจะคลุมเครือ

ปลายด้านหนึ่งของเครื่องวัดคือเซ็นเซอร์บางทีเซนเซอร์ทางการแพทย์ที่สวมใส่ร่างกายซึ่งเป็นวัตถุที่กำหนดไว้อย่างชัดเจนและมีความสำคัญอย่างชัดเจน ในส่วนอื่น ๆ ของเครื่องชั่ง (คุณอาจโต้แย้ง) เป็นความคิดเห็นของโซเชียลมีเดีย แต่แม้แต่เรื่องเหล่านี้ก็มีความสำคัญ

หัวหน้าแผนกข้อมูลด้านข้อมูลของ NPL Mike Oldham กล่าวกับ Electronics Weekly ว่า "มีธุรกิจขนาดกลางและขนาดย่อมในสหราชอาณาจักรที่มีการวิเคราะห์ทวีตสื่อสังคมออนไลน์สำหรับการตัดสินใจทางธุรกิจเช่นการทำแผนที่ข้อมูลบนเครือข่ายการขนส่งในสหราชอาณาจักรและหาปัญหาก่อนที่จะใช้เครื่องมือของ บริษัท ขนส่งในบางกรณี"

ด้วยการที่เครื่องได้เรียนรู้การหยั่งรู้ข้อมูลเพื่อตัดสินใจหรือแม้กระทั่งการตัดสินใจว่าจะรักษาความมั่นใจในคุณภาพข้อมูลได้อย่างไรตลอดวงจรชีวิตของข้อมูลขอให้ดัมกล่าว เป็นวงจรที่เขาสรุปเป็น "รวบรวมเชื่อมต่อเข้าใจ" ด้วยการบีบอัดในรายการถ้ามีข้อมูลจำนวนมากต้องผ่านท่อแคบ

มีความรู้สึกใดสำหรับสิ่งที่เป็นข้อมูลที่สำคัญและสิ่งที่ไม่?

การป้องกันคุณภาพ

"ถ้าคุณมีข้อมูลที่สาดสมาร์ทในตารางพลังงานคุณไม่ต้องการให้เครื่องกึ่งอิสระที่จะปิดกริด" ดัมกล่าว

สำหรับสถานการณ์ทวีตและการขนส่ง "ฉันไม่แน่ใจว่า NPL ต้องมีส่วนเกี่ยวข้องหากข้อมูลการนำทางผิดพลาดเล็กน้อยและคุณสายเกินไป แต่ในการวินิจฉัยทางการแพทย์คุณจะต้องได้รับมาตรฐานทองคำ ข้อมูลสำคัญคือเรื่องชีวิตความปลอดภัยและความเสี่ยงทางการเงิน "

จากสถาบันมาตรวิทยาคู่ในสหรัฐฯและเยอรมนี - NIST และ PTB - NPL เพิ่งเริ่มโครงการเพื่อกำหนดมาตรฐานบางอย่างสำหรับข้อมูลที่มีคุณภาพตามที่ Sundeep Bhandari ผู้จัดการโครงการ NPL กล่าว นอกจากนี้ยังทำงานร่วมกับมหาวิทยาลัยบรูเนลบางองค์กรในประเทศจีนและสถาบันทัวริงในรูปแบบต่างๆเพื่อจุดประสงค์ที่คล้ายคลึงกัน

บางส่วนของงานวิจัยนี้มีส่วนเกี่ยวข้องกับองค์กร quizzing ได้แก่ บริษัท ด้านโทรคมนาคม บริษัท ด้านพลังงานผู้ให้บริการด้านการดูแลสุขภาพ BBC และ Metropolitan Police เกี่ยวกับสิ่งที่พวกเขาต้องการจากเมตริกคุณภาพข้อมูล "หลังจากพูดกับพวกเขาแล้วเราจะพยายามกลั่นกรองสิ่งที่ NPL ต้องทำเพื่ออุตสาหกรรม" Bhandari กล่าว

หนึ่งความต้องการที่เป็นที่รู้จักคือการวัดปริมาณที่เกิดขึ้นระหว่างการวินิจฉัยทางการแพทย์ที่ใช้สแกนเพื่อให้ 'ข้อมูลขนาดใหญ่' มีเทคนิคในการดึงความรู้ใหม่ ๆ จากการสแกนนับล้าน ๆ และเพื่อลบความแปรปรวนออกจากการวินิจฉัยของแต่ละบุคคล

การกำหนดมาตรฐาน

นักวิทยาศาสตร์ข้อมูลดัมกล่าวว่า "ในขณะนี้การวินิจฉัยทางการแพทย์เป็นความสัมพันธ์ที่ใกล้ชิดระหว่างแพทย์และเครื่องที่พวกเขาใช้ "เรากำลังดำเนินการเรื่องมาตรฐานเพื่อให้แพทย์ทุกคนสามารถทำงานกับผลลัพธ์จากเครื่องใดก็ได้ ส่วนหนึ่งของกระบวนการนี้คือการตัดสินใจว่าคุณต้องการรวบรวมข้อมูลประเภทใด "

โครงการคุณภาพข้อมูลทางการแพทย์ที่เฉพาะเจาะจงหนึ่งโครงการที่ NPL คือความพยายามในการปรับปรุงการวัดที่ทำโดยเครื่องสแกนแบบ MRI ซึ่งสังเกตอัตราการถ่ายเทอากาศของกล้ามเนื้อหัวใจ - อัตราการไหลของเลือดและออกซิเจนจะถูกส่งไปยังเนื้อเยื่อหัวใจ

การสแกนเกิดขึ้นในช่วงเวลาหนึ่งแล้วจึงผ่านการประมวลผลโดยแพทย์ที่เลือกวัตถุที่น่าสนใจภายในการสแกนเพื่อให้เครื่องสามารถดึงข้อมูลช่วงเวลาของพฤติกรรมของตัวแทนความคมชัดได้ เส้นโค้งนี้ถูกจัดการกับแบบจำลองทางคณิตศาสตร์เพื่อประมาณอัตราการถ่ายเท

ปัญหาคือการสแกน MRI ส่วนใหญ่เป็นเครื่องมือที่มีคุณภาพไม่เหมาะกับการวัดค่าสัมบูรณ์ วิธีที่ดีที่สุดในการวัด perfusion คือการสแกน PET แต่ต้องฉีดสารกัมมันตภาพรังสี

"PET เป็นปริมาณมากที่สุด แต่บุคคลหนึ่งสามารถมีการสแกน PET ได้มากมายในชีวิตเดียว" นักวิทยาศาสตร์ข้อมูล NPL Nadia Smith กล่าวกับ Electronics Weekly "ถ้าเราสามารถนำ MRI ขึ้นมาได้ก็จะดีกว่ามากสำหรับการวินิจฉัยโรค"

และนั่นคือสิ่งที่ NPL จะพยายามเป็นส่วนหนึ่งของโครงการยุโรป 3 ปีควบคู่ไปกับเพื่อนในฝรั่งเศสและเยอรมนี (LNE และ PTB), King's College London และโรงพยาบาลฟินแลนด์

Shutterstock