纽约市用数据打火

分析帮助纽约市消防员追踪潜在的热点。

by / May 15, 2015

复杂的分析驱动程序创造了一个旋风“smart”技术帮助现代化手动任务并使工作更高效。在大多数行业中,已经开发了智能工具,试图预测未来所以决策者可以更好地利用资源和人员。

例如,预测政策有助于执法确定犯罪在给定的一天发生的犯罪,其中一些因素有关某个地点的因素。该技术可以帮助日常节拍,希望在合适的时间将官员放在正确的地方,以防止犯罪。

但警察aren.’唯一的紧急响应者受益于智能技术— it’在纽约市帮助消防员也跳上战斗的燃烧。

纽约市消防部门(FDNY)一直在利用基于风险的检查系统(RBIS),一个基于Oracle的程序,具有数据挖掘能力,更好地预期火灾可能会引火。该工具的核心是FireCast,该算法将来自五个城市机构的数据组织成大约60个风险因素,然后用于创建最易受火灾的建筑物列表。

Eugene Ditranto,FDNY主任’S营51,于2008年开始开发基于计算机的RBI和FireCast,以更好地处理建筑物检查要求的上升量。以前使用卡系统将所有检查记录保存在纸上。但记录储存在每个消防队,因此没有办法分享其他火灾公司,营或部门的信息。

RBIS提供了一个全部FDNY可以访问的检查数据仓库。而不是在城市中分手’S 49消防公司,任何单位现在都可以查找有关何时检查建筑物和结构的最新信息。

Ditranto解释说,RBIS擅长为FDNY协调检查活动’S运营单位。每个单元在城市中为约350,000个建筑物执行26种不同的检查类型。这些多个任务最初都在剪贴板上跟踪。

“您可以想象如何繁琐,管理是多么困难,” Ditaranto said. “该系统数字协调所有这些并理解我们的各种业务规则。”

结果是自动化FDNY的系统’S全部检查工作流程,从检查中收集统计数据,帮助管理监督检查,符合内部目标。

系统演变

FireCast是驾驶RBIS的风险评分引擎。在2010年推出的第一次迭代中,Ditranto表示,该算法相当基本。它只看了六件物品。 RBI目前由FireCast 2.0供电,它具有其前身的功率的10倍。每个数据元素被赋予适当计算火灾风险的权重。

检查员在那一天完成后,检查员进入RBIS的数据’S预定的检查。然后,他们将信息输入到大写的系统中,因此RBI可以重新计算风险分数。系统每天生成新的风险配置文件。

虽然RBIS顺利有效地运行,但开发是’很容易。 Ditranto表示,他和其他建筑师的RBI和Firecast—助理首席爱德华J.Baggott and Battalion首席乔尔C.Gerardi(退休)—在尝试收集来自其他机构的数据时面对很多繁文缛节。复杂的事项是每个机构都有自己的建筑物分类系统。因此建立了一个通用的标识符,因此所有机构系统都可以互相交流。

Ditranto和发展团队必须促进与城市建筑物部的关系。他叫该部门“最重要的球员”在建设检查中,由于建筑规范大大规定了一个结构’S的设计要求。

在卫生,金融和环境保护部门等方面发生了更多的会议。这些玩家同意创建一个中央数据集线器,所有城市代理商可以提供信息。然后,RBIS访问该集线器以获取评估火灾风险所需的数据。

该信息是Ryan Zirngibl进入的地方。作为FireCast算法的头数据科学家,他设计,维护和更新所有这些流被解释的过程以及每个建筑物的火灾风险。

虽然RBIS和FireCast是专有的,但FDNY向全国灭火部门提出了其系统。 Ditranto指出,虽然FDNY是世界之一’最大,最繁忙的消防部门,无论管辖权如何,公共安全担心都是一样的。该技术可以缩放到任何大小和范围。

“rbis可以根据任何特定的机构量身定制,” he said. “它可能不需要所有的所有业务规则纽约,但肯定是风险算法和可能带给任何人的理论。但它真的需要一个机构愿意在发展中投资一段时间。”

期待

尽管有成功现代化火灾风险如何计算和建设检查,但FDNY ISN’休息在桂冠上。 FireCast 3.0正在开发中,可能是该市的游戏更换者。

第三代算法将在17个城市代理数据流中检查7,500个因素。 Ditranto透露,新的FireCast还将具有人工智能的元素来跟踪全市趋势。

ZirngiBL表示,利用这么大量的信息有多种挑战。计算资源以及FDNY存储该数据的顶部是如何在列表的顶部。 Zirngibl在筛选来自杂波中的有用数据时,在大海捞针中叫出众所周知的针。

Ditranto设想了一台机器,它会注意到南布朗克斯垃圾违规,然后在90天内在同一建筑物中有火灾,该计划将学习并在计算该区域时的风险率更高的风险率。’S火威胁水平。但人工智能还必须识别基于众多测量工具的不同时间帧和预测问题。

换句话说,AI可以’t “cry wolf”每次发生事故时。 Firecast 2.0看着建筑物的恒定因素。但如果成功,它的继任者将研究可以在FDNY上举办酒吧的行为特征’能够计算更准确的风险评估。

“它将是一种非常复杂的算法’s implemented,” Ditaranto said. “我们觉得它是正确的方式,因为风险是动态的,变量也是如此。我们可以’T有一边是静态的。它们都必须是动态的,并且机器必须不断分析。”

FireCast 3.0最初是在线上在线和运行RBIS今年。但Ditranto表示,人员配置挑战已经推回项目’S完成和测试时间表。

Zirngibl确认,在FireCast 3.0上工作的团队是短期人员,发展已经放缓。仿真测试精度等任务’例如,如第一次计划的那样快速发展。

“这种类型的分析要求分析团队与IT团队密切合作,负责在当前系统的情况下提出这些变化—因此,实施的是设计和测试的内容,” Zirngibl said. “如果没有工作人员,以确保这种监督,或兽医这种模式,进展大幅放缓。”

然而,Ditranto补充说,他’乐观的FireCast 3.0将于2015年底完成。


永远不会错过每日Govtech今天的故事时事通讯。

订阅


Brian Heaton.

Brian Heaton.是一位作家 政府技术 杂志从2011年到2015年中期。

E.Republic平台& Programs