網路議題

研究人員運用機器學習技術突破封堵:拉哥斯建築倒塌原因一覽無遺!

拉哥斯建築倒塌:研究人員使用機器學習展示發生原因與地點倒塌問題的嚴重性拉哥斯,奈及利亞的商業樞紐,也是該國最大的海港和機場。作為非洲撒哈拉以南地區最大的城市,估計人口達 1540 萬,僅次於開羅在非洲的規模上僅次。拉哥斯分為兩個不同的地區:拉哥斯島和拉哥斯內地,三座橋樑存取着兩地。拉哥斯島是該市的歷 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

研究人員運用機器學習技術突破封堵:拉哥斯建築倒塌原因一覽無遺!

拉哥斯建築倒塌:研究人員使用機器學習展示發生原因與地點

倒塌問題的嚴重性

拉哥斯,奈及利亞的商業樞紐,也是該國最大的海港和機場。作為非洲撒哈拉以南地區最大的城市,估計人口達 1540 萬,僅次於開羅在非洲的規模上僅次。

拉哥斯分為兩個不同的地區:拉哥斯島和拉哥斯內地,三座橋樑存取着兩地。拉哥斯島是該市的歷史核心。這一地區以其多樣化的建築風格而聞名,包括現代摩天大樓、殖民地時期的遺跡建築以及熙熙攘攘的傳統市場。這裡是城市金融、娛樂和企業活動的中心。伊科伊、維多利亞島和裏基被普遍認為是拉哥斯島的延伸。

拉哥斯內地則是居民區、市場和工業區。這兩個地區都發生過許多建築倒塌的事件。研究人員運用機器學習技術,建立了一個模型來排名影響建築倒塌的因素的相關性,並根據地點建模預測傷亡數量。

研究結果與發現

研究將建築倒塌原因分為人為因素、自然災害和未指明的原因。其中人為因素包括次標準材料、構造缺陷、現場計劃變更、糟糕監督、拆除過程、不遵守建築標準和規定、缺乏巖土工程訊息、維護不善、施工缺陷和超載等。

根據研究結果,該研究團隊得出了兩個結論。首先地點是拉哥斯建築倒塌的最重要因素。他們發現島上的建築倒塌事件比內地的多。其次內地建築倒塌造成的傷亡人數比島上的更多。

構建模型

該研究展示了監督式機器學習模型在各種目的下的應用性。監督式機器學習模型是指透過標記資料進行學習的算法,其中提供了輸入(特徵)和相應的期望輸出(標籤或目標)。這些模型訓練有素,能夠識別資料中的模式和關係,從而使它們能夠對新的未見資料進行預測或分類。

該研究對 2000 年至 2021 年期間拉哥斯的建築倒塌統計資料進行了全面分析,這些建築從平房到多層建築和摩天大樓各種不同。平均每年倒塌四棟建築,導致每年約有 31 人傷亡。其中倒塌數量最多的年份是 2011 年,有十座建築受到影響,其次是 2000 年和 2006 年,每年有九起倒塌事件。最多的傷亡人數發生在 2014 年,達到了 140 人,主要集中在拉哥斯內地的伊科吞-埃布區。

倒塌原因的差異

該模型表明,島上的倒塌事件更多是由於土壤條件。島上土壤的巖土工程特性使其承重能力較差。對於內地建築倒塌造成的傷亡人數更多,我們找到了三個原因:

  • 許多內地地區的地主忽視了土壤測試,因為他們認為該地區的土壤能夠承受更重的建築負載。
  • 建築的高度。
  • 使用的材料的質量。

預防未來倒塌與傷亡

我們的研究強調了理解拉哥斯建築倒塌原因的重要性以及機器學習算法在預測建築倒塌方面的潛力。我們提出了一些建議:

  1. 進行基本的土壤調查,使用專業人士和建築工程師來確保土壤的地質特性或承重能力。這些訊息可以清楚地確保土壤可以支撐哪種型別的建築。土壤性質確保了基礎的選擇和質量,而地點則應該決定基礎的選擇。
  2. 將正確的工作交給正確的專業人士至關重要。例如,民用工程師的工作不應該由建築師來負責。
  3. 淘汰次標準材料是建設耐用結構的關鍵。
  4. 許多業主為了最大化利潤而增加樓層和擴建建築。然而建築越高,基礎越深。土壤的巖土工程特性將決定基礎的選擇和質量。
  5. 此外應制定政策以加固對建築現場的地質工程檢查。

結語

拉哥斯建築倒塌問題對該城市的安全和發展具有重要影響。這座城市需要採取在設計、施工和監管方面更積極的措施,以預防未來的倒塌事件和傷亡。機器學習技術的應用在預測和分析這些事件方面具有巨大潛力,可以為城市的建築安全做出寶貴貢獻。

ArtificialIntelligence-機器學習,研究人員,倒塌原因,拉哥斯,封堵
江塵

江塵

Reporter

大家好!我是江塵,一名熱愛科技的發展和創新,我一直都保持著濃厚的興趣和追求。在這個瞬息萬變的數位時代,科技已經深入到我們生活的方方面面,影響著我們的工作、學習和娛樂方式。因此,我希望透過我的部落格,與大家分享最新的科技資訊、趨勢和創新應用。