Найти в Дзене

Учёные создали ИИ для оценки аварийности кирпичных фасадов

Учёные Пермского Политеха разработали программу на основе искусственного интеллекта для автоматической оценки состояния фасадов кирпичных зданий. Как сообщили «Жуковский.Life» в пресс-службе ПНИПУ, точность системы на новых данных составляет 84,62%. Система анализирует 18 ключевых параметров, включая ширину трещин и отклонение стен от вертикали. На основе этих данных она присваивает зданию одну из четырёх категорий по ГОСТ: от нормативного до аварийного состояния. «Следующим этапом стало создание структуры программы, которая будет анализировать информацию на нескольких уровнях. Сначала интеллектуальная система принимает и обрабатывает исходные данные о состоянии здания. Второй уровень программы получает результаты анализа и вычисляет сложные взаимосвязи между различными параметрами состояний стен. На этом этапе выявляются комбинированные эффекты от множества факторов. Третий формирует итоговую оценку: соответствие четырём возможным категориям технического состояния», — рассказала Галин
   Фото: Анастасия Сибирякова
Фото: Анастасия Сибирякова

Учёные Пермского Политеха разработали программу на основе искусственного интеллекта для автоматической оценки состояния фасадов кирпичных зданий. Как сообщили «Жуковский.Life» в пресс-службе ПНИПУ, точность системы на новых данных составляет 84,62%.

Система анализирует 18 ключевых параметров, включая ширину трещин и отклонение стен от вертикали. На основе этих данных она присваивает зданию одну из четырёх категорий по ГОСТ: от нормативного до аварийного состояния.

«Следующим этапом стало создание структуры программы, которая будет анализировать информацию на нескольких уровнях. Сначала интеллектуальная система принимает и обрабатывает исходные данные о состоянии здания. Второй уровень программы получает результаты анализа и вычисляет сложные взаимосвязи между различными параметрами состояний стен. На этом этапе выявляются комбинированные эффекты от множества факторов. Третий формирует итоговую оценку: соответствие четырём возможным категориям технического состояния», — рассказала Галина Кашеварова, доктор технических наук, профессор ПНИПУ.

Проблема старения жилого фонда актуальна во всём мире. В России на начало 2024 года признано аварийным около 70 тысяч домов. Традиционные методы визуального обследования трудоёмки, дороги и субъективны, что затрудняет массовые проверки. Новая технология позволит ускорить предварительную оценку тысяч зданий для планового ремонта или оперативной проверки после ЧС.

Работа большинства современных голосовых ассистентов зависит от облачных серверов, что создаёт риски утечки персональных данных и требует постоянного подключения к интернету. В ответ на эти вызовы исследователи НГУ разработали уникального голосового помощника для умного дома, способного функционировать полностью автономно. Это обеспечивает высший уровень приватности, так как вся обработка команд происходит внутри самого устройства.