클라우드를 사용하여 산 터널 구조를위한 드릴링 표면 메가 슬롯 시스템 작동을 시작했습니다

Obayashi Corporation (본사 : Minato-Ku, Tokyo; 대통령 : Renwa Kenji)은 AI 기술 중 하나 인 딥 러닝 (※ 1)을 적용했습니다마운틴 터널 건축의 얼굴을 무료 슬롯위한 딥 러닝와 관련하여 정확도를 높이고 건축 안전 및 경제성을 향상시키기 위해 모든 메가 슬롯 항목에 해당하는 클라우드 시스템 (클라우드라고 함)을 구축하고 일본 터널 사이트에서 본격적인 작동을 시작합니다. .

일본의 산 터널 구조의 표준 방법 인 NATM (New Austrian Tunneling Method)은 스프레이 콘크리트 및 잠금 볼트를 주요지지 자료로 사용하며 이전 지질 조사는 지원 자료의 규모와 강도에 대해 수행됩니다. . 계획에 기초한 계획. 그러나 예비 조사 결과만으로는 충분하지 않기 때문에 결과는 충분하지 않으며, 7 가지 요인이 관련되어 있습니다. 구조 중 컷 얼굴의 강도 (발굴 표면), 건축, 풍화 변화, 갈라진 간격, 틈새 경사, 스프링 볼륨 및 저하 수준. 상황이 메가 슬롯되고 결과에 따라 검토 된 계획이 진행됩니다.

Obayashi Corporation은 딥 러닝을 활용하여 지질 전문가와 동등한 메가 슬롯를 가능하게하는 깃털 메가 슬롯 시스템을 개발했으며, 깃털 변화, Cleft 간격 및 갈라진 상태는 깃털 이미지에서 사용되는 것으로보고되었습니다 세 가지 항목을 메가 슬롯하기위한 시험 시스템을 개발했습니다.

우리는 강도, 타격 경사, 스프링 볼륨 및 악화 수준의 4 가지 항목을 포함하여 총 7 개의 항목으로 깃털을 메가 슬롯할 수있는 시스템을 완료했습니다. 메가 슬롯 시스템의 핵심 학습 데이터는 Obayashi Corporation의 Rock Mechanics and Geology 전문가의 지식과 경험을 통합하며 70% 이상이 7 개 항목의 전문가와 동일하다는 것을 확인합니다.

또한, 시스템을 클로우딩함으로써 인터넷 환경과 태블릿과 같은 장치가있는 한 국가 어디에서나 사용할 수 있으며 건설 관리자 및 시스템 메가 슬롯 결과에 의한 시각적 메가 슬롯 결과를 사용할 수 있습니다. 현장. 비교할 수 있습니다. 지질 학적 조건을 빠르고 정확하게 메가 슬롯함으로써, 우리는보다 적절한 지원 구조의 설치를 촉진하여 건설의 안전과 경제성을 향상시킵니다.

현재, 시연은 사이트에서 수행되고 있으며 2019 년 4 월부터 전국 터널 사이트에서 완전히 운영 할 계획입니다.

이 시스템은 Mathworks Japan의 협력을 통해 개발되었습니다.

이 시스템의 특징은 다음과 같습니다.

• *1 딥 러닝 (딥 러닝)
  시스템이 데이터의 특성을 배우고 이벤트를 인식하고 분류하는 기계 학습 기술. 신경망이라고하는 복잡한 인간 뇌 구조를 모방하는 다층 수학적 모델을 통해 시스템은 많은 양의 데이터에서 기능과 유사성을 배우고 새로운 데이터를 분류하고 결정합니다.

• *2 Alexnet
  이미지 식별을 위해 토론토 대학교에서 개발 된 다층 신경망. 그는 2012 년 국제 대규모 시각적 인식 챌린지 (ILSVRC) 대회에서 우승했으며, 이는 다음과 같은 심해를 스포트라이트로 촉발 시켰습니다.