Planetary-Scale Prediction
気候変動や森林伐採、水の供給、人口増加、人間の移動といったさまざまなデータをもとに、農作物などの生産量をエリアごとに、中期的に予測することができる。
ビッグデータをIaaS/PaaS「Windows Azure」に格納し、機械学習で結果を導き出すことができ、これらの結果は視覚的に表示。それをもとに、問題解決に向けたさまざまな対策にも活用できる。デモストレーションでは小麦の生産量を予測した。
「地球環境システムの予測モデルが、緊急に必要とされている。今回の仕組みでは、複雑なワークフローによる分析にも対応でき、確実性を高めた形で予測できる。ビッグデータを生かすことで、深刻な問題を事前に回避できるようになる」（MSRA）
大河原克行のエンプラ徒然
MSの研究開発を画で見る--第2回：ビッグデータ技術とクラウドの進化 - 4/11
「特集 ： 大河原克行のエンプラ徒然」 バックナンバー
関連ホワイトペーパー
- デモ動画で簡単解説！デキるSalesforceアプリケーションへの生成AI組み込み
- 動画で解説！ローコード+生成AIで業務改善―セールスフォースで楽楽開発する生成AIを活用したアプリ
- SaaS利用におけるリスクとリスク回避に行うべきこと--SaaSアカウント管理のベストプラクティス
- SaaS導入はセキュリティファースト！SaaS技術スタックを構築する4つのポイント
- アカウント管理漏れやシャドーITが課題に、HISはどうガバナンス強化とSaaS管理を実現したのか
- “1人総務”でも効率的にIT業務をまわせる体制の構築に成功
- 人気カテゴリ
- 経営
- セキュリティ
- クラウドコンピューティング
- 仮想化
- ビジネスアプリケーション
- モバイル
