Application of neural reconstruction of tomographic images in the problem of reliability of flood protection facilities
Artykuł w czasopiśmie
MNiSW
25
Lista A
| Status: | |
| Warianty tytułu: |
Zastosowanie neuronowej rekonstrukcji obrazów tomograficznych w problematyce niezawodności zabezpieczeń przeciwpowodziowych
|
| Autorzy: | Rymarczyk Tomasz, Kłosowski Grzegorz |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2018 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Numer czasopisma: | 3 |
| Wolumen/Tom: | 20 |
| Strony: | 425 - 434 |
| Impact Factor: | 1,806 |
| Web of Science® Times Cited: | 51 |
| Scopus® Cytowania: | 64 |
| Bazy: | Web of Science | Scopus | BazTech | Index Copernicus | Google Scholar |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Otwarte czasopismo |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 30 września 2018 |
| Abstrakty: | polski | angielski |
| W artykule zaprezentowano nowatorską koncepcję usprawnienia monitoringu wałów i zapór przeciwpowodziowych. Główną przewagą nowego rozwiązania nad znanymi metodami jest uzyskanie dokładniejszego rozkładu komponentów wnętrza zapory, co zasadniczo przyczynia się do wczesnego i niezawodnego wykrycia zagrożeń związanych z eksploatacją tego typu budowli. Dzięki temu, zastosowanie nowej metody spowoduje wzrost niezawodności zabezpieczeń przeciwpowodziowych. W opisywanej metodzie założono wytrenowanie systemu neuronowego złożonego z wielu działających równolegle sieci neuronowych, z których każda generuje pojedynczy punkt obrazu wyjściowego. Powyższy sposób, uwzględniający jednoczesne zastosowanie wielu sieci neuro- nowych, umożliwia skuteczną realizację trudnych zagadnień rekonstrukcji obrazów dwu i trój-wymiarowych, w tym obrazowanie uszkodzeń i przecieków wnętrza zapór przeciwpowodziowych. Ważną zaletą prezentowanej metody jest możliwość zastąpienia obrazowaniem neuronowym wielu innych, obecnie stosowanych systemów, które monitorują budowle hydrotechniczne w sposób punktowy. Przeprowadzone badania umożliwiają rozwiązanie problemu niskiej rozdzielczości obrazów tomograficznych, co stanowi główną barierę rozwoju tych metod w odniesieniu do dużych budowli ziemnych. Poprawa rozdzielczości rekonstruowanych obrazów, a także możliwość ich uzyskiwania w różnych przekrojach w czasie rzeczywistym, są nowymi funkcjonalnościami, które wyróżniają obrazowanie neuronowe na tle obecnie stosowanych metod monitoringu wałów i zapór przeciwpowodziowych. | |
| The article presents an innovative concept of enhancing the flood embankments and landfills monitoring. The key advantage of such a solution is to obtain a more detailed distribution of components within a flood barrier. It leads to more early and sufficient threat detection, considering the exploitation of the building, thus - a vast enhancement of an embankment’s performance. The method is based on implementing a neural system, composed of a number of parallelly-working neural networks. Each of them generate a singular point of final output view. By implementing such monitoring measures it is possible to successfully reconstruct two-and-three dimensional models of flood barriers and dams - including possible breaches and damages within its inner structure. An important advantage of such a solution is the possibility of replacing the systems that monitor hydrotechnical facilities pixel-by- pixel by neural imaging. The performed research leads to solving the problem of low resolution of such images. As this problem was of crucial value to tomographic imaging method, it was a main obstacle to the development of neural reconstruction method. Moreover, as the results may be obtained in real-time and at various levels, these new functionalities stand out in comparison to currently used methods for monitoring protective banks. |
