Оцінка наслідків руйнування інфраструктури будівель внаслідок сейсмічних подій за допомогою методів машинного навчання
Дата
2023
Автори
Брудько Катерина Олександрівна
Назва журналу
ISSN журналу
Назва тому
Видавець
Анотація
Задача автоматизованої класифікації пошкоджень будівель через складність визначення ознак пошкоджень є досить нетривіальною. Використання даних дистанційного зондування може відігравати значну роль в оцінці результатів автоматизованої класифікації пошкоджень будівель.
Використання методів машинного навчання у роботі з космічними знімками дозволяє покращити точність, ефективність та якість аналізу цих зображень.
Методи машинного навчання, такі як класифікатори на основі дерева рішень, методи опорних векторів (SVM), нейронні мережі тощо, використовуються для класифікації об’єктів на основі ДЗЗ. Найбільш популярна за останні роки сегментація даних ДЗЗ, тобто виділення окремих об'єктів або регіонів на зображенні дозволяє аналізувати та вимірювати параметри об'єктів, таких як розмір, форма та площа.
Сегментація CNN (імплементації U-Net) є ефективним інструментом для дешифрування пошкоджень житлової інфраструктури. Тому використання технології U-Net є цілком прийнятним і доцільним, особливо за наявності достовірних першочергових даних, придатних для навчання нейронних мереж (Охрімчук, Р., Тишаєв, І., 2020).
Результати дослідження показали, що нейронна мережа, навчена на репрезентативному наборі зразків, може розрізняти як пошкоджені, так і непошкоджені типи будівельної інфраструктури. При цьому була досягнута мета оцінки наслідків руйнування інфраструктури будівель внаслідок сейсмічних подій за допомогою методів машинного навчання. Таким чином кількість зруйнованих будівель становить 406, від загальної кількості будівель місцевості 966 на території площею 5.98 km² міста Аматріче країни Італія.
Результати класифікації можуть бути використані для представлення наборів даних для отримання статусу пошкоджень та значно прискорити реагування рятувальних служб. Навчені моделі можна використовувати в майбутньому, оскільки вони працюють під вільною ліцензією.
Подальші дослідження повинні зосередитися на збільшенні розміру вибірки для підвищення точності результатів моделі та способів її оцінки.
Дана робота пройшла апробацію на XVI International Scientific Conference “Monitoring of Geological Processes and Ecological Condition of the Environment” 15–18 November 2022, Kyiv, Ukraine. Сертифікат, що підтверджує участь та програма конференції представлена у додатках Г та Ґ відповідно.
Бібліографічний опис
Галузь знань та спеціальність
10 Природничі науки , 103 Науки про Землю
Бібліографічний опис
Брудько К. О. Оцінка наслідків руйнування інфраструктури будівель внаслідок сейсмічних подій за допомогою методів машинного навчання : кваліфікаційна робота магістра : 103 Науки про Землю / Брудько Катерина Олександрівна. - Київ, 2023. - 112 с.