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

Obayashi Corporation (본사 : Minate-Ku, Tokyo; 대통령 : Renwa Kenji)은 AI 기술 중 하나 인 딥 러닝 (※ 1)을 적용했습니다마운틴 터널 건축의 얼굴을와 관련하여 정확도를 더욱 향상시키고 건축 안전 및 경제성을 향상시키기 위해 모든 메가 슬롯 항목에 해당하는 클라우드 시스템 (클라우드라고 함)을 설정하고 일본 터널 사이트에서 본격적인 운영을 시작할 것입니다.

일본의 산 터널 구조의 표준 방법 인 NATM (New Austrian Tunneling Method)은 스프레이 콘크리트 및 잠금 볼트를 주요지지 재료로 사용하며, 지원 자료의 규모와 강도는 사전 지질 검사를 기반으로 계획됩니다. 그러나 예비 조사 결과만으로는 충분하지 않기 때문에,지면 조건은 7 가지 요인에 따라 메가 슬롯됩니다. 건축 중 컷 얼굴의 강도 (발굴 표면), 건축, 틈새 변화, 갈라진 조건, 슬로프 경사, 스프링 부피 및 저하 수준 및 건설은 계획을 검토하면서 결과가 진행됩니다.

Obayashi Corporation은 딥 러닝을 활용하여 지질 전문가와 동일한 수준에서 메가 슬롯를 가능하게하는 시험 시스템을 개발했으며 2017 년에는 컷 얼굴 이미지에서 세 가지 항목을 메가 슬롯하는 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 록 메커니즘 및 지질학 전문가의 지식과 경험을 통합하고 등급의 70% 이상이 7 개 항목 모두에서 전문가의 것과 동일하다는 것을 확인합니다.

또한 인터넷 환경과 태블릿과 같은 장치가있는 한 시스템을 클로우드함으로써 국가의 어느 곳에서나 사용할 수 있으며, 시각적 메가 슬롯 결과를 시각적 메가 슬롯 결과와 시스템의 메가 슬롯 결과와 비교할 수 있습니다. 지질 학적 조건을 빠르고 정확하게 메가 슬롯함으로써, 우리는보다 적절한 지원 구조의 설치를 촉진하여 건설의 안전과 경제성을 향상시킵니다.

현재, 시연이 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 데이터 기능을 배우고 이벤트를 인식하고 분류하는 "머신 러닝"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.