Каталог Данных Каталог Организаций Каталог Оборудования Каталог Программного Обеспечения Написать письмо Наши координаты Главная страница
RSS Реклама Карта сайта Архив новостей Форумы Опросы 
Здравствуйте! Ваш уровень доступа: Гостевой
Навигатор: Новости/
 
Rus/Eng
Поиск по сайту    
 ГИС-Ассоциация
 Аналитика и обзоры
 Нормы и право
 Конкурсы
 Дискуссии
 Наши авторы
 Публикации
 Календарь
 Биржа труда
 Словарь терминов
Проект поддерживают  



Авторизация    
Логин
Пароль

Забыли пароль?
Проблемы с авторизацией?
Зарегистрироваться




width=1 Rambler_Top100

наша статистика
статистика по mail.ru
статистика по rambler.ru

Реклама на сайте
Новостные ленты

Нейросеть ученых Пермского Политеха спрогнозирует осадку фундаментов зданий

Как сообщает content-review.com, перед строительством зданий всегда проводят инженерно-геологические изыскания и изучают характеристики грунта. Это необходимо в том числе для того, чтобы избежать излишней осадки грунтового основания фундамента. Сейчас для расчетов используют дорогостоящие методы и более экономичные способы, которые не всегда точны. Разработчики из Пермского Политеха создали нейросеть, которая позволит спрогнозировать осадку грунта без дополнительных исследований.

Результаты исследования молодые ученые опубликовали в журнале Journal of Physics: Conference Series. Разработка была реализована при финансовой поддержке Российского фонда фундаментальных исследований.



В разработке приняли участие молодой ученый Ян Офрихтер и его научный руководитель, профессор кафедры строительного производства и геотехники, доктор технических наук Андрей Пономарев.

«Для прогноза осадки свай в грунте необходимо учесть множество факторов: характеристики грунта, геометрические размеры сваи и способ ее установки. Изыскания проводят с помощью прямых и косвенных методов. Первые требуют финансовых затрат, а вторые — дополнительных расчетов. Поэтому мы использовали другой подход: построили искусственную нейронную сеть и обучили ее выполнять прогноз прямых испытаний по данным более экономичных косвенных», — рассказывает автор проекта, ассистент, младший научный сотрудник кафедры строительного производства и геотехники Пермского Политеха Ян Офрихтер.

Разработка позволит в дальнейшем не проводить дополнительных исследований. Вместо этого нужно будет пополнять существующую базу данных. За счет способности нейросетей обрабатывать сложные зависимости можно использовать результаты различных испытаний в комплексе. Этот подход позволит изучить большее количество параметров грунта и значительно повысить точность прогнозирования.



Чтобы получить результат, нейросеть использует данные прямых испытаний, статического зондирования, вертикальной нагрузки и параметры сваи. Ученые протестировали множество моделей нейронных сетей, чтобы найти наиболее эффективную архитектуру. В результате они получили сеть из 4 скрытых слоев, каждый из которых состоят из 200 нейронов. Машинное обучение исследователи провели с помощью метода обратного распространения ошибки, используя базу данных уже существующих объектов.
Результаты, которые представила нейросеть, оказались на 15-20 % точнее, чем данные осадки по традиционным методикам. По словам ученых, разработка позволила повысить точность прогноза с использованием меньшего количества информации.


Разделы, к которым прикреплен документ:
Новости
Организации
Тематич. разделы / Проектирование, изыскания
Страны и регионы / Россия
 
Комментарии (0) Для того, чтобы оставить комментарий Вам необходимо авторизоваться или зарегистрироваться




ОБСУДИТЬ В ФОРУМЕ
Оставлено сообщений: 0


Источник: http://www.content-review.com/articles/54017/?utm_source=yxnews&utm_medium=desktop&utm_referrer=https%3A%2F%2Fyandex.ru%2Fnews%2Fsearch%3Ftext%3D 09:14:39 08.11 2021   

Версия для печати  
    Анонсы партнеров

    Наши предложения
  Новости Gisa.ru в Телеграм
  Реклама на сайте
  Зарегистрироваться и получать новости по e-mail
  Конференции ГИС-Ассоциации
  Журнал "Управление развитием территории"
  Контакты

Портал Gisa.ru использует файлы cookie для повышения удобства пользователей и обеспечения работоспособности сайта и сервисов. Оставаясь на сайте Gisa.ru вы подтверждаете свое согласие на использование файлов cookie. Если вы не хотите использовать файлы cookie, то можете изменить настройки браузера. Пользовательское соглашение. Политика конфиденциальности.
© ГИС-Ассоциация. 2002-2022 гг.
Time: 0.02013897895813 sec, Question: 62