详细内容或原文请订阅后点击阅览
利用人工智能和机器学习 (AI/ML) 检查美国陆军工程兵团防洪系统 (FCS) 中的堤坝涵洞
摘要：堤坝检查对于防止人口稠密地区的洪水至关重要。对结构进行风险评估是为了识别潜在的故障模式，以维护结构的安全和健康。检查过程的数据收集和缺陷编码部分可能非常耗费人力和时间。机器学习 (ML) 和人工智能 (AI) 技术的整合可能会提高评估的准确性并减少时间和成本。为了为完全自主的检查过程奠定基础，本研究调查了收集堤坝、结构和涵洞信息的方法，以及使用 AI 和 ML 技术识别未来故障指标的方法。还探讨了可用于数据收集过程的机器人平台和仪器选项，并提出了一种与平台无关的解决方案。
来源:美国陆军工程兵团阿富汗地区访问被拒绝
参考 #18.ad810e17.1729918419.10e22aaf
https://errors.edgesuite.net/18.ad810e17.1729918419.10e22aaf