本文由AI智能模型生成，在自有數(shù)據(jù)的基礎(chǔ)上，訓練NLP文本生成模型，根據(jù)標題生成內(nèi)容，適配到模板。內(nèi)容僅供參考，不對其準確性、真實性等作任何形式的保證，如果有任何問題或意見，請聯(lián)系contentedit@huawei.com或點擊右側(cè)用戶幫助進行反饋。我們原則上將于收到您的反饋后的5個工作日內(nèi)做出答復或反饋處理結(jié)果。
人工監(jiān)管效率低下
園區(qū)和城市監(jiān)管范圍廣，采用人工巡查的方式進行相關(guān)事件的發(fā)現(xiàn)和處置將需要大量的人工投入，并且無法做到全方位、全時段覆蓋
應急事件處置閉環(huán)慢
應急事件和突發(fā)狀況的處置依賴人工操作，缺乏基于人工智能的 自動化 應急處置和事件分析能力，造成業(yè)務閉環(huán)過慢
場景多樣化，適應性要求高
不同的園區(qū)和城市的場景存在較大差異，需要算法和解決方案具有極強的適應性，否則將引入大量的定制優(yōu)化成本，無法規(guī)?；瘡椭坪蛿U展
多模態(tài)數(shù)據(jù)未有效融合
園區(qū)、城市事件數(shù)據(jù)來源繁雜，視頻、IoT設備、語音、文本描述以及圖片等多模態(tài)數(shù)據(jù)未進行有效融合，數(shù)據(jù)關(guān)聯(lián)性未被充分挖掘利用
