A Purdue Egyetem és az NSF új vizuális struktúráli szakértelmi központot indít
Brief news summary
A National Science Foundation (NSF) együttműködik a Purdue Egyetem és a Houstoni Egyetem professzoraival, hogy létrehozzák a Vizuális Struktúrális Szakértelem és Ellenállóképesség Központját (C-ViSER). A központ célja az ipar, a kormányzat és az akadémia közötti partnerkapcsolatok maximalizálása egy Ipar-Egyetem Kooperatív Kutatóközpont (IUCRC) modell keretében. A Purdue csapata már haladást ért el ezen a területen az Automated Reconnaissance Image Organizer (ARIO) eszköz kifejlesztésével, amely gépi tanulási algoritmusokat használ nagy mennyiségű építészeti kép gyors elemzésére és rendszerezésére. Ez az eszköz felhasználható az építkezési tervek potenciális gyengeségeinek azonosítására és a katasztrófaelhárítási erőfeszítések támogatására. A Purdue csapata korábban együttműködött különböző szervezetekkel, például a Mid-America Earthquake Center és a NASA társaságában, és több projekt finanszírozást is kapott az NSF-től, amely a gépi tanulás polgári mérnöki alkalmazásaival kapcsolatos.A Purdue Egyetem Gépészmérnöki Iskolája nemrégiben bejelentette egy együttműködést a National Science Foundation (NSF) és egy, a Purdue Műszaki Egyetem számítógép- és információtechnológiai tanszékének professzorai, Shirley Dyke, Julio Ramirez és Thomas Hacker által vezetett csapat között. A közös erőfeszítés célja a Vizuális Struktúrális Szakértelem és Ellenállóképesség Központjának (C-ViSER) létrehozása. Julia Davis, aki a gépészmérnöki tanszéken dolgozik, szerint a C-ViSER egy Ipar-Egyetem Kooperatív Kutatóközpont (IUCRC), amelynek célja az ipar, a kormányzat és az akadémiai kutatók közötti együttműködések erősítése. A központ két helyszínen fog működni, a Purdue Egyetemen és a Houstoni Egyetemen, és október 21-22-én workshopot tartanak Houstonban a központ céljainak népszerűsítése és az ipar és a tudomány közötti partnerkapcsolatok előmozdítása érdekében. A C-ViSER alapja a Purdue csapata által elért fejlesztésekre épít, beleértve az Automated Reconnaissance Image Organizer (ARIO) eszköz kifejlesztését.
Az ARIO gépi tanulási algoritmusokat használ, hogy néhány másodperc alatt hatékonyan kategorizáljon nagyszámú képet. Az eszközt elsősorban építészeti és szerkezeti tervek értékelésére használják, hogy azonosítsák a sebezhető területeket. Ezek az adatok különösen hasznosak természeti katasztrófák esetén, és a Purdue csapata már korábban is együttműködött olyan szervezetekkel, mint a Mid-America Earthquake Center, a Network for Earthquake Engineering Simulation (NEES) Hálózat, a Natural Hazard Engineering Research Infrastructure (NHERI) Hálózat, a Multi Hazard Engineering Collaboratory, a Hybrid Simulation (MECHS) és a NASA. Hacker elismerte, hogy ő és végzős hallgatója, Zhiwei Chu az évek során több NSF által finanszírozott projektben működtek együtt a Purdue csapatával, mindegyik a gépi tanulás új alkalmazásainak felfedezését célozta a polgári mérnöki területen. A teljes történetért kérjük, tekintse meg az alábbi forrást. Forrás: [helyezze be a forrás linkjét ide]
Watch video about
A Purdue Egyetem és az NSF új vizuális struktúráli szakértelmi központot indít
Try our premium solution and start getting clients — at no cost to you