2025-09-03 3654 0
題目
Title
論文信息 Information 期刊: Computers and Geotechnics 作者: Menglu Huang a, Shin-ichi Nishimura a, Toshifumi Shibata a, Ze Zhou Wang b,* 工作單位: a: Okayama University b: University of Cambridge 摘要 Abstract 滑坡災(zāi)害的預(yù)警檢測(cè)通常需要實(shí)時(shí)或近乎實(shí)時(shí)的預(yù)測(cè),由于存在多種地質(zhì)不確定性和時(shí)變外部環(huán)境載荷,這可能具有挑戰(zhàn)性。在系統(tǒng)層面?zhèn)鞑ミ@些不確定性以了解斜坡的時(shí)空行為通常需要耗時(shí)的數(shù)值計(jì)算,這嚴(yán)重阻礙了預(yù)警系統(tǒng)的建立。本文提出了一種混合深度學(xué)習(xí)模擬器,該模擬器通過(guò)注意力機(jī)制將并行卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長(zhǎng)短期記憶(LSTM)網(wǎng)絡(luò)融合在一起,稱為PCLA-Net,以促進(jìn)滑坡災(zāi)害的時(shí)間依賴概率評(píng)估。PCLA-Net有兩個(gè)新穎之處。首先,它能夠同時(shí)處理時(shí)間和空間信息。CNN專注于解釋空間數(shù)據(jù),而LSTM擅長(zhǎng)處理時(shí)變數(shù)據(jù)。結(jié)合兩種注意力機(jī)制,這兩個(gè)模塊被組合在一起,以概率預(yù)測(cè)斜坡的時(shí)空行為。其次,PCLA-Net實(shí)現(xiàn)了端到端的預(yù)測(cè)。本文以中國(guó)三峽庫(kù)區(qū)涼水井滑坡為例,對(duì)PCLA網(wǎng)絡(luò)進(jìn)行了說(shuō)明。它首先經(jīng)過(guò)驗(yàn)證,然后與現(xiàn)有技術(shù)進(jìn)行比較,以證明其改進(jìn)的預(yù)測(cè)能力。所提出的PCLA-Net模擬器可以在計(jì)算資源減少至少50%的情況下達(dá)到相同的精度水平。
圖表 Figures&Tables 圖2 所提出的PCLA網(wǎng)絡(luò)模擬器的結(jié)構(gòu)示意圖 圖7 ks的隨機(jī)場(chǎng)實(shí)現(xiàn)到數(shù)字圖像通道的轉(zhuǎn)換:(a)ks的隨機(jī)域?qū)崿F(xiàn),(b)數(shù)字圖像通道 圖8 PCLA-Net模擬器的培訓(xùn)和預(yù)測(cè)Fs的驗(yàn)證 圖 圖10 PCLA-Net在有和沒(méi)有注意機(jī)制的情況下預(yù)測(cè)Pf的比較 結(jié)論 Conclusion 本研究提出了一種新的端到端混合深度學(xué)習(xí)模型PCLA-Net,用于滑坡災(zāi)害的時(shí)變概率評(píng)估。通過(guò)將2D CNN模塊和LSTM模塊與注意力機(jī)制相結(jié)合,PCLA-Net熟練地捕捉了土壤性質(zhì)的空間變異性和時(shí)變環(huán)境負(fù)荷的綜合影響,促進(jìn)了從輸入?yún)?shù)到預(yù)測(cè)安全系數(shù)的直接映射。PCLA-Net的架構(gòu)有效地處理了非耦合的空間和時(shí)間數(shù)據(jù)的復(fù)雜性,并通過(guò)注意力機(jī)制細(xì)化提取的特征,獲得了高精度的預(yù)測(cè)。以涼水井滑坡為例,驗(yàn)證了PCLANet的準(zhǔn)確性和魯棒性。還研究了注意力機(jī)制和窗口大小的影響。一項(xiàng)涉及PCLA-Net和其他報(bào)告技術(shù)的全面比較研究進(jìn)一步強(qiáng)調(diào),PCLA-Net在準(zhǔn)確性和效率的雙重考慮下,在幾乎所有滑動(dòng)窗口尺寸的滑坡災(zāi)害概率預(yù)測(cè)方面都優(yōu)于LSTM和1D CNN。PCLANet模擬器所需的訓(xùn)練數(shù)據(jù)集比其他技術(shù)要小得多。具體而言,PCLA-Net模擬器可以實(shí)現(xiàn)與其他技術(shù)相當(dāng)?shù)男阅埽钄?shù)據(jù)量至少減少50%。PCLA-Net模擬器相對(duì)于其他技術(shù)的所有這些優(yōu)勢(shì)都可以歸因于其端到端的架構(gòu),與LSTM和1D CNN相比,它能夠直接、更全面地從空間和時(shí)間特征中學(xué)習(xí),從而更好地預(yù)測(cè)系統(tǒng)響應(yīng)。PCLA-Net在巖土工程中實(shí)施數(shù)字孿生和基于在線學(xué)習(xí)的預(yù)警系統(tǒng)方面前景廣闊。它能夠?qū)崟r(shí)/近乎實(shí)時(shí)地高效處理空間和時(shí)間數(shù)據(jù),這使其特別適合對(duì)地球系統(tǒng)進(jìn)行連續(xù)監(jiān)測(cè)和動(dòng)態(tài)更新。這種增強(qiáng)的性能可能會(huì)導(dǎo)致對(duì)滑坡災(zāi)害的更準(zhǔn)確和及時(shí)的預(yù)測(cè),從而顯著改善易感和脆弱地區(qū)的風(fēng)險(xiǎn)評(píng)估和管理策略。然而,必須承認(rèn),PCLA-Net的當(dāng)前版本僅限于處理非耦合的空間和時(shí)間數(shù)據(jù)。未來(lái)的研究應(yīng)側(cè)重于改進(jìn)模型的架構(gòu),以有效地適應(yīng)耦合和非耦合的時(shí)空數(shù)據(jù)。 參考文獻(xiàn) References Huang M, Nishimura S, Shibata T, et al. End-to-end time-dependent probabilistic assessment of landslide hazards using hybrid deep learning simulator[J]. Computers and Geotechnics, 2025, 178: 106920.













Hot News
成功提示
錯(cuò)誤提示
警告提示
評(píng)論 (0)