岩土工程中的机器学习和大数据(视频)

1 引言

机器学习和大数据逐渐渗透到岩土工程领域中，例如最近举行的会议都把这个作为讨论的话题：

机器学习已经应用于工业实践中，例如加拿大的初创公司Novamera使用机器学习算法进行钻探【削壁充填采矿法(Narrow Vein Stoping)的发展】，Maptek公司使用机器学习算法从试样数据产生资源模型；Rocscience使用机器学习算法产生反应面(Response Surface)等。

2 机器学习

下面是即将举行的第70届奥地利工程地质力学讨论会递交的机器学习方面的论文，反映了最新的研究成果，这些研究来自NGI, York University和其它一些欧洲的大学：

[1] Machine Learning in Geological Modelling (机器学习在地质模拟中的应用)

[2] Probabilistic prediction of karst water inflow during the construction of an underground mine (地下矿建设期间岩溶水流入的概率预测)

[3] Practical recommendations for input selection, data pre-processing, and algorithm development for applied machine learning in underground rock engineering (地下岩石工程中应用机器学习的输入选择、数据预处理和算法开发的实用建议)

[4] Quality Monitoring in Vibro Ground Improvement: A Hybrid Machine Learning Approach (震动地面改进中的质量监测---一种混合的机器学习方法)

[5] Towards optimized TBM cutter changing policies with reinforcement learning (利用强化学习实现优化的TBM切割机改变策略)

[6] Data Science and Machine Learning for Gravitational Natural Hazards (重力自然灾害的数据科学和机器学习)