Nejnovější

Vlastnit či nevlastnit? Auto na „operák“ je dostupnější než kdykoli předtím

Autorkou této převratné metody je žena, přesněji Jessica Bohorquez, kandidátka na univerzitní škole stavební, environmentální a těžební inženýrství, která se spoléhá na umělou neuronovou síť, aby identifikovala topologické prvky potrubní sítě, jako jsou například křížení, a určila a charakterizovala netěsnosti s téměř milimetrovou přesností.

Jak to funguje

Neuronové sítě přistupují k výpočtu biologickým způsobem a vytvářejí spojení mezi jednotlivými daty. Proto je vhodná i pro detekci trhlin v potrubí. Zjednodušeně řečeno se neuronová síť naučí všechny plány a schémata v čase a tím dokáže vypočítat, kde nastala nebo nastane havárie.

K trénování neuronové sítě vědci vytvořili dva testy. Jeden, kde bylo potřeba identifikovat křižení v potrubí, a druhý, kde musela najít netěsnosti.

A výsledek? Síť se naučila 5 000 stránek map potrubí o délce 1 000 metrů a nakonec vytvořila nejpřesnější výsledek. Trénovat neuronovou síť pro tento úkol trvalo něco přes čtyři hodiny.

Ve druhém úkolu potřebovala neuronová síť k identifikaci trhlin větší sadu vstupních dat. Neuronová síť i zde trhliny v potrubí odhalila přesně, ale byla méně úspěšná ve svých předpovědích v místech, kde potrubí končilo. Podle vědců jí dělal problém jiný tlak v trubkách.

Třímilimetrová odchylka

I tak je ale tato nová technologie velkým úspěchem. Celkově by neuronová síť mohla přesně předpovídat vadná místa v potrubí s přesností 95 procent a s chybou menší než 3 milimetry.

Protože tento výzkum používal pouze numericky odvozená data z hydraulických systémů, budoucí práce se zaměří na složitější systémy. Navíc budou muset vědci testovat systém i v terénu. Bohorquez a její kolegové očekávají, že přesnost systému venku bude o něco nižší kvůli strukturálním složitostem.

I tak je to ale převratné a tyto výsledky ukazují vynikající potenciál využití technik strojového učení. Dále čtěte: Zahradničení v interiéru. Nové technologie umožňují pěstovat zeleninu doma po celý rok.