МЕТОДИ І ПРАКТИКИ НАВЧАННЯ І ЗАСТОСУВАННЯ ЗГОРТКОВИХ НЕЙРОННИХ МЕРЕЖ ДЛЯ ВИЯВЛЕННЯ РІЗНИХ ДЕФЕКТІВ НА ПОВЕРХНЯХ БУДІВЕЛЬНИХ КОНСТРУКЦІЙ
DOI:
https://doi.org/10.18664/1994-7852.209.2024.314400Ключові слова:
штучний інтелект, наука про дані, згорткові нейронні мережі, виявлення дефектів на конструкціяхАнотація
Предметом дослідження у статті є практика впровадження та методики застосування типів штучного інтелекту – згорткових нейронних мереж і науки про дані для виявлення різних дефектів на поверхнях будівельних конструкцій. Мета роботи – виявити переваги і недоліки практики впровадження та застосування технологій згорткових нейронних мереж разом з іншими програмними і апаратними компонентами для автоматизації традиційних методів виконання робіт із моніторингу технічного стану зовнішніх поверхонь будівель і споруд. У статті вирішують такі завдання: обґрунтування ефективності впровадження технологій згорткових нейронних мереж і методів науки про дані; їх практичне застосування з програмними та апаратними технологіями для автоматизації традиційних методів виконання робіт із виявлення різних дефектів на поверхнях будівельних конструкцій в індустрії будівництва та експлуатації будівель і споруд; показати проблеми та недоліки даних методів і технологій. Для вирішення цих завдань використовували комплексний підхід із застосуванням загальнонаукових і спеціальних методів досліджень (аналізу, пояснення, узагальнення, порівняння). Отримано такі результати: встановлено особливості, що впливають на точність аналізу зібраних даних, застосовуваних технологіями нейронних згорткових мереж для виявлення різних дефектів на поверхнях будівельних конструкцій; відображено практики і методи більш ефективного і точного застосування такої технології. Висновки: проведене дослідження дало змогу визначити практичні можливості та проблеми, що є в такій технології; розроблено рекомендації щодо ефективного використання цієї технології; виявлено чинники, що впливають на ефективніше використання цієї технології у промисловості.
Посилання
Nikmehr M. B., Hosseini R., Martek I., Zavadskas E. K., Antucheviciene J. Digitalization as a Strategic Means of Achieving Sustainable Efficiencies in Construction Management: A Critical Review. Sustainability. 2021. Vol. 13, No. 9. P. 5040. DOI: https://doi.org/10.3390/su13095040.
Liu Y., Alias A. H., Haron N. A., Bakar N. A., Wang H. Robotics in the Construction Sector: Trends, Advances, and Challenges. Journal of Intelligent & Robotic Systems. 2024. P. 71–72. DOI: https://doi.org/10.1007/s10846-024-02104-4.
Kung R.-Y., Pan N.-H., Wang C. C. N., Lee P.-C. Application of deep learning and unmanned aerial vehicle on building maintenance. Advances in Civil Engineering. 2021. Vol. 2021, No. 1. P. 1–12. DOI: 10.1155/2021/5598690 (last access 17.08.2024).
Choi D., Bell W., Kim D., Kim J. UAV-Driven Structural Crack Detection and Location Determination Using Convolutional Neural Networks. Sensors. 2021. Vol. 21, No. 8. P. 35. DOI: 10.3390/s21082650 (last access 25.08.2024).
Egodawela S., Khodadadian Gostar A., Buddika H. A. D. S., Dammika A. J., Harischandra N., Navaratnam S., Mahmoodian M. A Deep Learning Approach for Surface Crack Classification and Segmentation in Unmanned Aerial Vehicle Assisted Infrastructure Inspections. Sensors. 2024. Vol. 24, No. 6. DOI: 10.3390/s24061936 (last access 05.09.2024).
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
