Visualisering av bergtopografi med artificiell intelligens

Rumslig fördelning av djup till berggrunden (DTB) är en viktig och utmanande fråga i många geotekniska tillämpningar. På grund av att DTB associeras med säkerhet och ekonomi i jord- och bergkonstruktioner kan generering av mer precisa modeller vara av avgörande betydelse. Med hjälp av resultat från Jb-sonderingar för ett infrastrukturprojekt i Stockholm har vi skapat en optimerad visualiserad 3D -prediktiv DTB-modell via en automatiserad artificiell intelligent datormetod (AI) och jämfört den med den metod som ofta används, det geostatistiska verktyget Ordinary Kriging (OK).

Läs artikeln här: Visualisering av bergtopografi med artificiell intelligens - Bygg & teknik (byggteknikforlaget.se)

Artikelförfattare: Abbas Abbaszadeh Shahri, Tyréns, Chunling Shan, Tyréns / KTH och Stefan Larsson, KTH