Sul repository github abbiamo reso disponibili al download i risultati dell’ultima sperimentazione di analisi predittiva dei dati basandoci sul dataset canale A del sensore principale del dispositivo installato in via Municipio.
Si tratta dei risultati dei training di circa un centinaio di algoritmi di addestramento, in formato pkl, utilizzato da Microsoft Azure.
Stiamo provvedendo a normalizzare i 4 dataset forniti da ciascun dispositivo di purlpleair per effettuare una sperimentazione simile con i dati più significativi rilevati da tutte le componenti del dispositivo.
Siamo inoltre impegnati ad abbandonare la soluzione Microsoft per realizzare una piattaforma completamente open source, basata su TensorFlow.
Lo scopo è permettere a chiunque di addestrare la propria rete neurale utilizzando il nostro software che rilasceremo in formato open source.
Contiamo di riuscire ad ottenere questo risultato entro al fine di quest’anno. Il prossimo anno, invece, ci vedrà impegnati nel rilascio del modulo di visualizzazione dei dati provenienti dal sensore e nella realizzazione del sistema che effettua le previsioni esponendo il risultato direttamente online. Anche questa componente sarà rilasciata in formato opensource in modo che, insieme alla parte di addestramento, chiunque potrà implementare un sistema completo ed autonomamente, senza dover scrivere codice.
L’ultimo step prevederà l’implementazione di un sistema che integri ed analizzi i dati provenienti da diversi dispositivi disseminati sul territorio.