Комментировать

ИИ научился предсказывать трещины в бетонных структурах

Ученые из Университета Шарджи разработали модели машинного обучения, способные предсказывать, когда и почему железобетонные конструкции начинают изнашиваться и трескаться. Несмотря на свою прочность, бетон подвержен разрушению из-за коррозии стальных элементов, что приводит к так называемому спаллингу.

В исследовании, опубликованном в журнале Scientific Reports, описываются факторы, влияющие на разрушение, включая возраст, толщину, температуру и уровень трафика. На основании анализа данных были выделены ключевые параметры, влияющие на долговечность конструкций, такие как годовая температура, осадки и влажность.

Главный автор исследования, профессор Гази Аль-Хатиб, отметил, что полученные результаты могут помочь инженерам заранее выявлять потенциальные проблемы и разрабатывать стратегии профилактики. Модели машинного обучения, основанные на регрессионном анализе, показали высокую точность в прогнозировании разрушения.

Профессор Аль-Хатиб подчеркнул важность учета критических факторов при планировании обслуживания железобетонных конструкций, что может значительно повысить их долговечность и безопасность.

ИИ научился предсказывать трещины в бетонных структурах

Источник: ferra.ru

#железобетон #искусственный интеллект
Комментировать

Комментарии

Комментировать

Вам может быть интересно

81
#цифровизация

«Мозги» российской нейросети и триллионы рублей от ИИ. О чем говорил Мишустин в Алма-Ате

Председатель правительства РФ рассказал об экономическом эффекте от внедрения технологий ИИ в России, отличии российской нейросети от западной ChatGPT и российских предложениях для зарубежных партнеров
22
#образование

«Антиплагиат» добавил в свою платформу возможность выявлять сгенерированный текст и ИИ-ассистента

Компания «Антиплагиат» выпустила «Антиплагиат 2.0» — обновление своей платформы для обнаружения текстовых заимствований
49
#Китай

«ИИ в коробке»: в Китае набирают популярность системы для локального запуска моделей

Китайские компании, обеспокоенные сохранностью своих данных, отдают предпочтение «ИИ в коробке». Такие системы позволяют запускать генеративные модели в локальном или частном облаке, на которые приходится около половины рынка облачных сервисов в стране