ВЫСОКОПРОИЗВОДИТЕЛЬНЫЙ АЛГОРИТМ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ДИАГНОСТИКИ И КЛАССИФИКАЦИИ ДЕФЕКТОВ ВОДООТТАЛКИВАЮЩИХ МЕМБРАН

Main Article Content

Дарья Филатова
Шарль Эль-Нути
Владислав Пунько

Аннотация

Работа посвящена разработке высокопроизводительного алгоритма глубокого обучения, связанного с диагностикой и классификации дефектов водоотталкивающих мембран.  Обсужден механизм построения визуальных моделей поверхности мембран, позволяющий представить эволюцию различных повреждений. Этот подход позволяет получить тренеровочный набор изображений с известным количеством дефектов. Предложенная методология основана на последовательных преобразованиях интенсивности пиксельных изображений для обнаружения дефектных фрагментов на поверхности мембраны. Вычислительный алгоритм основан на архитектуре сверточных нейронных сетей. Для оценки его эффективности предложен критерий «доверительная область». Представленные вычислителения  показывают, что методологияя может быть успешно применена в материаловединии, на пример, для исследования свойств строительных материалов, или в криминологии, на пример, при изучении причин строительных катастроф.

Ключевые слова: гидроизоляционные мембраны, глубокое обучение, машинное обучение, классификация патологий

Article Details

Как цитировать
Филатова, Д., Эль-Нути, Ш., & Пунько, В. (2020). ВЫСОКОПРОИЗВОДИТЕЛЬНЫЙ АЛГОРИТМ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ДИАГНОСТИКИ И КЛАССИФИКАЦИИ ДЕФЕКТОВ ВОДООТТАЛКИВАЮЩИХ МЕМБРАН. International Journal for Computational Civil and Structural Engineering, 16(2), 26-38. https://doi.org/10.22337/2587-9618-2020-16-2-26-38