마운틴 터널 구조의 터널면 (발굴 표면)의 평가에 딥 러닝의 적용
AI 기술을 슬롯 사이트 추천한 고정밀 터널 얼굴 평가 시스템을 개발하여 건설 안전 및 경제 성과를 향상시키는 것을 목표로합니다

슬롯 사이트 추천이 신청했습니다딥 러닝, AI 기술, 산 터널 얼굴의 평가.
일본의 산 터널 건설에서 NATM (New Austrian Tunneling Method)은 표준 건설 방법입니다. 이 구조 방법을 슬롯 사이트 추천하여, 우리는 Shotcrete와 암석 볼트를 주요지지 구성원으로 슬롯 사이트 추천하여 암석 질량 자체의 변형 저항 용량을 효과적으로 활용하여 발굴 후 공간을 적절하게 고정시킵니다. 지원 크기는 지질 조사에 따라 미리 계획되지만 사전 조사 결과에만 한계가 있으므로 실제로 압축 강도, 풍화 및 변경, 균열 조건, 균열 조건, 파업 및 물 유도 및 물 유발 악화의 다음 7 가지 항목을 기반으로 터널 얼굴의 평가를 수행합니다. 그런 다음 평가 결과에 따라 계획을 적절하게 수정합니다.
1990 년대 상반기부터 슬롯 사이트 추천은 이미지 처리 및전문가 시스템마운틴 터널 필드에서 터널 얼굴 행동 측정 작업 및 분석 작업의 업그레이드에서 노동 절약을 발전시키기 위해. 그러나 실제 건설 현장에서는 이러한 기술을 슬롯 사이트 추천하더라도 암석 역학이나 지질 과학 전문가 이외의 다른 사람에게는 포괄적 인 평가를 수행하는 것이 어려운 경우가 있습니다. 따라서 다음은 문제가되었습니다. 예를 들어 회사 내부의 전문가들의 판사에 대한 별도의 요구로 인해 평가에는 많은 시간과 노력이 필요했습니다.
따라서 슬롯 사이트 추천은 딥 학습을 활용하여 Rock Mechanics 또는 Geologic Science 전문가와 동일한 수준에서 평가를 가능하게하는 터널 얼굴 평가 시스템의 개발을 발전시키고 있습니다. 이 시스템을 사용하면 터널 얼굴 이미지 학습 및 전문가의 평가 결과를 통해 지질 조건을 신속하고 정확하게 평가할 수 있습니다. 이것은 지원 회원을보다 적절한 방식으로 설치하여 건축 안전 및 경제 성과를 향상시킵니다.
이 시스템은 Mathworks Japan과의 협력을 통해 개발되고 있음을 주목하십시오.

개발중인 시스템의 특징은 다음과 같습니다.

1. 터널 얼굴을 즉시 자세히 평가하여 건축 안전 및 경제 성과 향상

   이전에 터널 얼굴 이미지는 평균 평가를 얻기 위해 세 부분으로 나뉘어졌습니다 : 크라운, 왼쪽 어깨 및 오른쪽 어깨. 그러나이 시스템의 경우 이미지의 일부는 227 × 227 픽셀 세트로 세분화되며 각 개별 부품의 터널면을 평가할 수 있습니다. 캡처 된 이미지는 10,000,000 픽셀의 경우 5,000,000 픽셀 또는 약 130 개의 부품의 경우 약 70 개의 부품으로 세분화하여 평가됩니다. 이로 인해 터널 얼굴의 변형과 동굴 인을 처리하기 위해 로컬 절차를 수행 할 수 있습니다.

   인간이 터널 얼굴을 세분화하여 평가를 수행 할 때 결과를 생성하는 데 많은 시간이 걸립니다. 그러나이 시스템을 슬롯 사이트 추천하면 딥 러닝을 슬롯 사이트 추천하여 자세한 평가를 즉시 수행 할 수 있으므로 건설 안전 및 경제 성과가 향상됩니다.

   
   

2. Rock Mechanics 및 Geologic Science 전문가의 평가 결과를 배우면 평가 정밀도가 향상됩니다

   우리는 슬롯 사이트 추천 중입니다Alexnet
   전문가가 결정한 평가 결과와 일치 한 심사 위원의 비율은 7 개 항목 모두 70% 이상이었습니다.

2019 년에 우리는 시스템을 클라우드로 전송 했으므로 이제 전국의 모든 사슬롯 사이트 추천에서 사용할 수 있습니다.