巖土工程如何面對大數據時代的變革(編輯修改稿)
2025-03-23 16:34 本頁面
【文章內容簡介】 習、人工智能等 ） ? 對未來趨勢和模式的可預測分析 (數學、力學模型 ) ? 數據價值密度較低 （絕 大部分數據無應用價值 ） 大數據技術將信息變成資源 類比 ： 大數據 ≈ 石油 資源 ? 研究大數據 → 查找 有用的信息在何處 ≈ 找 油田 ? 收集 滿足特定需求的信息 ≈ 開采 ? 將 信息按需求 進行處 理 ≈ 提煉 → 燃 油、聚乙烯 等 ? 將 信息與 需求 結合發(fā)揮作用 → 大數據應用系統 ≈ 燃 油 → 汽車 油箱 → 動力、 原料 → 產品 → 效用 關鍵 ： 從大數據中挖掘與預期目標相關的有用信息 示例 1： 北航機場高填方密度監(jiān)測系統 實時監(jiān)測哪些信息便于評估填土密度？ P ( t )DOAF樁旁孔BCNJz dpGz? 1PMK? 2z 0Δ Lz udz Pz du示例 2： 樁基檢測新方法 旁孔透射波法 長 33m管樁靜載試驗異常檢測 常規(guī)低應變反射波法難以作為 彈性波動理論方法 全國房地產投資及占 GDP比例 上海市二手房指數月度數據分析 ： ? 后續(xù)行業(yè)投資風險？ ? 后續(xù)巖土工程業(yè)務領域變化？ ? 后續(xù)巖土工程學生就業(yè)領域？ 示例 3： 行業(yè)趨勢評估 房屋交易數據分析 數學統計方法 2023年中開始的上升大致到 2023初期滿 2023年 9月跌破預警線 EWI引發(fā)上海市出臺護市政策 示例 4：金融市場 上證指數數
物理相關推薦
鄂ICP備17016276號-1