Научные статьи
Том 16 № 4 (2020): International Journal for Computational Civil and Structural Engineering
СИСТЕМА ОБНАРУЖЕНИЯ ТРЕЩИН ДЛЯ МОНИТОРИНГА СОСТОЯНИЯ КОНСТРУКЦИЙ С ПОМОЩЬЮ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ И ФРЕЙМВОРКА MAPREDUCE
СИСТЕМА ОБНАРУЖЕНИЯ ТРЕЩИН ДЛЯ МОНИТОРИНГА СОСТОЯНИЯ КОНСТРУКЦИЙ С ПОМОЩЬЮ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ И ФРЕЙМВОРКА MAPREDUCE
DOI:
https://doi.org/10.22337/2587-9618-2020-16-4-38-49Ключевые слова:
глубокое обучение, разметка достоверных данных, машинное обучение, мониторинг состояния конструкции, обнаружение трещин, MapReduceАннотация
Быстрое развитие искусственного интеллекта предлагает альтернативные способы решения многочисленных проблем гражданского строительства. Работа посвящена разработке системы обнаружения трещин на основе компьютерного зрения, способной обрабатывать большие данные, связанные с распознаванием патологии. В этом исследовании мы обсудили конвейер автоматической классификации типов трещин, основанный на алгоритме глубокого обучения CNN и инфраструктуре MapReduce. Результаты численного моделирования иллюстрируют потенциальные возможности системы обнаружения трещин.
Загрузки
Опубликован
28.12.2020
Выпуск
Раздел
Научные статьи
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.
Как цитировать
Филатова, Д., & Эль-Нути, Ш. (2020). СИСТЕМА ОБНАРУЖЕНИЯ ТРЕЩИН ДЛЯ МОНИТОРИНГА СОСТОЯНИЯ КОНСТРУКЦИЙ С ПОМОЩЬЮ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ И ФРЕЙМВОРКА MAPREDUCE. International Journal for Computational Civil and Structural Engineering, 16(4), 38-49. https://doi.org/10.22337/2587-9618-2020-16-4-38-49
Ключевые слова
глубокое обучение, разметка достоверных данных, машинное обучение, мониторинг состояния конструкции, обнаружение трещин, MapReduce
