NPL은 IoT 및 빅 데이터 정보를 검증하기 위해 이동합니다.
척도의 한쪽 끝에는 분명히 정의 된 물체이며 분명히 중요한 신체 감지 센서가 있습니다. 규모의 다른 쪽 (소통 할 수도 있음)은 소셜 미디어의 의견이지만, 심지어 중요 할 수도 있습니다.
NPL의 데이터 과학 책임자 인 Mike Oldham은 Electronics Weekly에 다음과 같이 말했습니다. "영국의 중소기업은 비즈니스 의사 결정을 위해 소셜 미디어 트윗을 분석합니다. 예를 들어 영국의 전송 네트워크에 트윗을 매핑하고 문제를 픽업하는 경우가 있습니다.
의사 결정을위한 데이터를 검색하거나 심지어 의사 결정을하는 기계 학습이 끊임없이 늘어나면서 데이터 수명주기 전반에 걸쳐 데이터 품질에 대한 확신을 어떻게 유지할 수 있는지에 대해 Oldham은 질문합니다. 많은 데이터가 좁은 파이프를 통과해야하는 경우 목록에서 압축으로 "수집, 연결, 이해"하는 것으로 요약하는주기입니다.
중요한 데이터와 그렇지 않은 데이터에 대한 느낌이 있습니까?
품질 보호
"스마트 파워 그리드에 데이터를 스푸핑 한 경우, 반자동 머신이 그리드를 닫는 것을 원하지 않습니다."올드햄 (Oldham)은 말합니다.
트윗 및 운송 상황에서 "내비게이션 데이터가 약간 잘못되어 한동안 늦었을 때 NPL에 참여해야하는지 잘 모르겠지만 의료 진단을 위해서는 골드 표준이 필요합니다. 데이터의 중요성은 모두 삶, 안전 및 재정적 위험에 관한 것입니다. "
미국과 독일의 대응 계측 기관 인 NIST와 PTB - NPL은 NPL 전략 관리자 인 Sundeep Bhandari에 따라 데이터 품질에 대한 몇 가지 기준을 설정하는 프로젝트를 방금 시작했습니다. 또한 브루넬 대학, 일부 중국계 기관 및 튜링 인스티튜트와 유사한 목적으로 다양한 방법으로 작업하고 있습니다.
이 연구의 일환으로 통신 회사, 에너지 회사, 의료 서비스 제공 업체, BBC 및 수도 경찰 등 데이터 품질 측정 기준에서 필요한 것을 퀴즈로 드는 조직이 참여했습니다. Bhandari는 "NPL이 업계에서해야 할 일을 철저히 말하면서 그들에게 말을 건다.
한 가지 알려진 요구 사항은 스캔 기반 의료 진단 중에 수행 된 측정을 계량화하여 '빅 데이터 (big data)'기법이 수백만 스캔의 새로운 지식을 추출하고 개별 진단에서 가변성을 제거 할 수 있도록하는 것입니다.
결정 기준
"현재 의료 진단은 임상의와 그들이 사용하는 기계 사이에 밀접한 관계가 있습니다."라고 데이터 과학자 Oldham은 말합니다. "우리는 이것을 표준화하기 위해 노력하고 있으므로 어떤 임상의가 어떤 기계의 결과로도 작업 할 수 있습니다. 프로세스의 일부는 수집해야하는 메타 데이터의 종류를 결정하는 것입니다. "
NPL의 특정 의료 데이터 품질 프로젝트 중 하나는 '심근 관류 속도'를 관찰하는 MRI 스캐너로 측정 한 결과를 향상시키기위한 시도입니다. 즉 혈액, 즉 산소가 심장 조직에 전달됩니다.
스캔은 시간이 지남에 따라 수집 된 다음 스캔 내에서 관심 대상 객체를 선택하는 임상가가 후 처리하여 기계가 조영제의 동작 시간 곡선을 추출 할 수있게합니다. 이 곡선은 관류 속도를 계산하기 위해 수학적 모델에 대해 조작됩니다.
문제는 MRI 스캔이 절대적 측정에 적합하지 않은 질적 인 도구라는 점입니다. 관류를 측정하는 가장 좋은 방법은 PET 스캔을 사용하는 것이지만 방사성 물질 주입이 필요합니다.
NPL의 데이터 과학자 인 Nadia Smith는 "PET는 가장 정량적이지만 사람은 한 번의 삶에서 PET 스캔을 많이 할 수 있습니다."라고 Electronic Weekly는 말합니다. "우리가 MRI를보다 정량적으로 기획 할 수 있다면 진단이 훨씬 더 좋을 것입니다."
이는 NPL이 프랑스와 독일 (LNE 및 PTB), 킹스 칼리지 런던 (King 's College London) 및 핀란드 병원의 동료들과 함께 3 년간의 유럽 프로젝트의 일환으로 시도 할 것입니다.
Shutterstock