详细内容或原文请订阅后点击阅览
彼尔姆理工学院的科学家开发出一种利用神经网络识别应急建筑物的方法
房屋维护组织经常忽视定期检查和调查以确定其技术状况并及时修复损坏。这也是由于检查费用太高
来源:俄罗斯彼尔姆国家综合技术大学科学新闻频道房屋维护组织经常忽视定期检查和调查以确定其技术状况并及时修复损坏。这也是由于检查费用较高所致。最终，不定期的检查会缩短建筑物的安全使用寿命。使用具有自动测定墙体状况功能的无人机可以更准确地判断缺陷的存在，减少专家主观性的影响，提高劳动生产率和创建建筑物状况报告的速度。彼尔姆理工大学的科学家正在开发一种人工智能（AI）程序，该程序能够通过裂缝的照片识别建筑物的紧急情况及其原因。该项目已经引起了彼尔姆地区一家领先工业企业的兴趣。
房屋维护组织经常忽视定期检查和调查以确定其技术状况并及时修复损坏。这也是由于检查费用较高所致。最终，不定期的检查会缩短建筑物的安全使用寿命。使用具有自动测定墙体状况功能的无人机可以更准确地判断缺陷的存在，减少专家主观性的影响，提高劳动生产率和创建建筑物状况报告的速度。彼尔姆理工大学的科学家正在开发一种人工智能（AI）程序，该程序能够通过裂缝的照片识别建筑物的紧急情况及其原因。该项目已经引起了彼尔姆地区一家领先工业企业的兴趣。本文发表于《建筑结构、建筑物与结构》杂志2024年第4期。该研究是“2030 优先战略学术领导力”计划实施的一部分。
已发布