亚洲成AV美人妻在线|麻豆网站在线在线观看|在线观看视频cao|国产精品黄片观看视频|婷婷免费AV视频专区第一页|亚洲免费作爱视频|中国性生活黄色视频|AV亚洲成人在线|日韩黄色A片免费看|岛国三级av哪里看

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

滑坡災(zāi)害的預(yù)警檢測通常需要實時或近乎實時的預(yù)測，由于存在多種地質(zhì)不確定性和時變外部環(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空行為通常需要耗時的數(shù)值計算，這嚴重阻礙了預(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，該模擬器通過注意力機制將并行卷積神經(jīng)網(wǎng)絡(luò)（CNN）和長短期記憶（LSTM）網(wǎng)絡(luò)融合在一起，稱為PCLA-Net，以促進滑坡災(zāi)害的時間依賴概率評估。PCLA-Net有兩個新穎之處。首先，它能夠同時處理時間和空間信息。CNN專注于解釋空間數(shù)據(jù)，而LSTM擅長處理時變數(shù)據(jù)。結(jié)合兩種注意力機制，這兩個模塊被組合在一起，以概率預(yù)測斜坡的時空行為。其次，PCLA-Net實現(xiàn)了端到端的預(yù)測。本文以中國三峽庫區(qū)涼水井滑坡為例，對PCLA網(wǎng)絡(luò)進行了說明。它首先經(jīng)過驗證，然后與現(xiàn)有技術(shù)進行比較，以證明其改進的預(yù)測能力。所提出的PCLA-Net模擬器可以在計算資源減少至少50%的情況下達到相同的精度水平。

圖1 LSTM單元的基本結(jié)構(gòu)

圖2 所提出的PCLA網(wǎng)絡(luò)模擬器的結(jié)構(gòu)示意圖 

圖3 混合通道空間注意力機制的圖示

圖4擬議PCLA-Net模擬器的實施程序 

圖5 數(shù)據(jù)預(yù)處理滑動窗口操作的圖示

圖6 涼水井滑坡：（a）地質(zhì)剖面，（b）水庫水位和降雨量數(shù)據(jù)

圖7 ks的隨機場實現(xiàn)到數(shù)字圖像通道的轉(zhuǎn)換：（a）ks的隨機域?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Fs的驗證 

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)害的時變概率評估。通過將2D CNN模塊和LSTM模塊與注意力機制相結(jié)合，PCLA-Net熟練地捕捉了土壤性質(zhì)的空間變異性和時變環(huán)境負荷的綜合影響，促進了從輸入?yún)?shù)到預(yù)測安全系數(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間數(shù)據(jù)的復(fù)雜性，并通過注意力機制細化提取的特征，獲得了高精度的預(yù)測。以涼水井滑坡為例，驗證了PCLANet的準(zhǔn)確性和魯棒性。還研究了注意力機制和窗口大小的影響。一項涉及PCLA-Net和其他報告技術(shù)的全面比較研究進一步強調(diào)，PCLA-Net在準(zhǔn)確性和效率的雙重考慮下，在幾乎所有滑動窗口尺寸的滑坡災(zāi)害概率預(yù)測方面都優(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模擬器可以實現(xiàn)與其他技術(shù)相當(dāng)?shù)男阅?，所需?shù)據(jù)量至少減少50%。PCLA-Net模擬器相對于其他技術(shù)的所有這些優(yōu)勢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間特征中學(xué)習(xí)，從而更好地預(yù)測系統(tǒng)響應(yīng)。PCLA-Net在巖土工程中實施數(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/近乎實時地高效處理空間和時間數(shù)據(jù)，這使其特別適合對地球系統(tǒng)進行連續(xù)監(jiān)測和動態(tài)更新。這種增強的性能可能會導(dǎo)致對滑坡災(zāi)害的更準(zhǔn)確和及時的預(yù)測，從而顯著改善易感和脆弱地區(qū)的風(fēng)險評估和管理策略。然而，必須承認，PCLA-Net的當(dāng)前版本僅限于處理非耦合的空間和時間數(shù)據(jù)。未來的研究應(yīng)側(cè)重于改進模型的架構(gòu)，以有效地適應(yīng)耦合和非耦合的時空數(shù)據(jù)。

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.