محبی عباس، موسوی سید مهدی. کاربردهای شبکه عصبی مصنوعی و یادگیری عمیق در شناسایی آسیب وپایش سلامت سترکچرها -مطالعه مروری. فصلنامه علمی - تحقیقی علوم فنی. 1403; 2 (3) :33-47
URL: http://jots.knu.edu.af/article-1-45-fa.html
استاد پوهنحی کامپیوترساینس دانشگاه خاتم النبیین(ص)، کابل، افغانستان
چکیده: (1 مشاهده)
در سالهای اخیر، سیستم های پایش سلامت ستکچرها (SHM) بصورت گسترده در زیربناهای مختلف مدنی برای بررسی وضعیت صحت ستکچرها و تشخیص آسیب سترکچری یا غیرطبیعی بودن آنها از طریق نظارت طولانی مدت برروی سترکچرها نصب شده اند. شیوههای مرسوم تحلیل معلومات با چالشهای سروصدای محیطی، حجم معلومات اندازه گیری، پیچیدگی محاسبه، وغیره روبرو هستند و آنها کاربرد فراگیر تکنالوژی SHM را به شدت محدود میسازد. در سالهای اخیر، با پیشرفت سریع سخت افزار محاسباتی و تجهیزات اکتساب تصویر، شیوه پروسس معلومات مبتنی بر یادگیری عمیق یک کانال جدیدی را برای حفر معلومات عظیم از یک سیستم SHM، به سمت پروسس خودمختار، دقیق و قوی معلومات نظارت فراهم میسازد. این مقاله یک مرور را در مورد SHM مبتنی بر یادگیری عمیق از جمله یک خلاصه مختصر از تاریخچه توسعه یادگیری عمیق، کاربردهای شیوههای پروسس دادههای مبتنی بر یادگیری عمیق در SHM از انواع مختلف ارائه میدهد
نوع مطالعه:
مروری |
موضوع مقاله:
تخصصي