Модели машинного обучения помогут защитить города от сейсмических угроз
© Ferra.ru
Чтобы повысить устойчивость городов к ликвации, профессор Синья Иназуми и его студент Юсин Конг из Технологического института Шибаура разработали модели машинного обучения, предсказывающие, как грунт будет реагировать на землетрясения. Они создали 3D-карты грунтовых слоев, определяя стабильные и более уязвимые участки. В отличие от традиционных методов тестирования, которые охватывают ограниченные зоны, этот подход обеспечивает более детальный анализ.
В своем недавнем исследовании, опубликованном в журнале Smart Cities, ученые использовали искусственные нейронные сети и методы ансамблевого обучения для точной оценки глубины несущих слоев, что является ключевым индикатором устойчивости грунта.
С использованием предсказанных данных был создан контурный график, показывающий глубину несущих слоев в радиусе 1 км от четырех мест в Токио. Это поможет инженерам и специалистам по управлению рисками лучше планировать строительство и оценивать уязвимость территорий к ликвации.