आर्टिफिशियल इंटेलिजेंस मॉडल कमरों में कोविड के फैलने की संभावना दिखाता है

रुड़की में सेंट्रल बिल्डिंग रिसर्च इंस्टीट्यूट (Central Building Research Institute – CBRI) के शोधकर्ताओं ने एक इमारत में बंद जगह में कोविड-19 के "संचरण संभावना" की भविष्यवाणी करने के लिए एक आर्टिफिशियल इंटेलिजेंस (AI) मॉडल विकसित किया है।

मॉडल एक कमरे के कार्बन डाइऑक्साइड एकाग्रता, तापमान और आर्द्रता का पता लगाने के लिए एक इलेक्ट्रॉनिक उपकरण का उपयोग करता है। इन और अन्य इनपुट मापदंडों का उपयोग किसी कार्यालय, कक्षा या किसी भवन में किसी अन्य बंद स्थान में कोविड-19 वायरस की उपस्थिति की संभावना को दर्शाने के लिए किया जाता है।

मापदंडों की गणना करने के बाद, सॉफ्टवेयर ट्रांसमिशन की संभावना निर्धारित करता है और परिणाम को स्क्रीन पर टेक्स्ट अलर्ट के रूप में प्रदर्शित करता है। निष्कर्षों का अध्ययन, जिसे "आर्टिफिशियल न्यूरल नेटवर्क का उपयोग करके कार्यालय पर्यावरण में SARS-Cov-2 की ट्रांसमिशन संभावना" कहा जाता है, हाल ही में अमेरिका में एक ओपन-एक्सेस वैज्ञानिक पत्रिका IEEE एक्सेस द्वारा प्रकाशित किया गया था। अनुज कुमार, प्रमुख अन्वेषक और अध्ययन के लेखकों में से एक उन्होंने कहा कि शोध "अपनी तरह का पहला" है।

अध्ययन के अनुसार, आर-मूल्य की भविष्यवाणी करने के लिए 11 इनपुट मापदंडों का उपयोग किया गया था, जो "किसी भी स्थान पर कुल समय में होने वाली किसी भी घटना में उत्पन्न होने वाले नए संक्रमणों की अपेक्षित संख्या" को संदर्भित करता है। मापदंडों को इस प्रकार सूचीबद्ध किया गया है: इनडोर तापमान (indoor temperature (TIn), इनडोर सापेक्ष आर्द्रता (indoor relative humidity (RHIn), खुलने का क्षेत्र (area of opening (AO), रहने वालों की संख्या (O), प्रति व्यक्ति क्षेत्र (area per person (AP), प्रति व्यक्ति मात्रा (area per person (AP), सीओ2 एकाग्रता ( CO2), वायु गुणवत्ता सूचकांक (AQI), बाहरी हवा की गति (WS), बाहरी तापमान (TOut) और बाहरी आर्द्रता (outdoor humidity (RHOut)।

कुमार, जो संस्थान के बिल्डिंग एनर्जी एफिशिएंसी विभाग में सलाहकार भी हैं उन्होंने कहा, "डेटालॉगर का उपयोग करते हुए, हम CO2 सांद्रता, तापमान और आर्द्रता की रीडिंग लेते हैं। अन्य उपकरण हमें हवा की गति और AQI की रीडिंग प्रदान करते हैं। कुछ अन्य मापदंडों की गणना मैन्युअल रूप से की जाती है।"

अध्ययन के अनुसार, "2022 के वसंत में रुड़की में समग्र जलवायु परिस्थितियों के तहत कार्यालय के वातावरण के लिए वास्तविक समय डेटा एकत्र किया गया था"।

डेटा को दो मॉडलों, कृत्रिम तंत्रिका नेटवर्क (artificial neural network (ANN), कंप्यूटर आधारित गणितीय मॉडलिंग, और एक जो अधिक पारंपरिक तकनीकों का उपयोग करता है, वक्र-फिटिंग मॉडल, एक गणितीय विश्लेषण उपकरण में फीड किया गया था।

कुमार ने कहा, "हमने दोनों मॉडलों के लिए सहसंबंध गुणांक निर्धारित किया, एएनएन के लिए 0.9992 और कर्व फिटिंग के लिए 0.9557। जैसे ही इन गुणांकों का मान कम होता है (एएनएन के लिए 0.90992 कहते हैं), वायरस के संचरण की संभावना बढ़ जाती है," कुमार ने कहा। आगे जोड़ते हुए उन्होंने कहा कि "हमने पूर्वानुमान उद्देश्यों के लिए एक मॉडल के रूप में CO2 एकाग्रता और आर-इवेंट के बीच एक लिंक स्थापित किया"।