நில அதிர்வு விளக்கம்: அடிவானம் மற்றும் தவறு கண்காணிப்பு, முக வகைப்பாடு மற்றும் பண்பு பகுப்பாய்வு

ஆதாயங்கள்:

• தானியங்கி தொடுவான கண்காணிப்பில் சுழற்சியைத் தவிர்க்கும் திறன் மற்றும் உண்மையான கட்டமைப்பிலிருந்து தவறு கண்டறிதலில் கையகப்படுத்தல் தடம் மற்றும் கைமுறையாக ஆய்வு செய்யும் திறன்
• நில அதிர்வு முக வகுப்புகள் புள்ளிவிவரங்கள் மற்றும் கிணறுகள் மற்றும் படிவு சூழல்களின் அறிவைக் கொண்டு புவியியல் அர்த்தத்தை உருவாக்க முடியும் என்பதைப் புரிந்து கொள்ளுங்கள்.
• குருட்டுக் கிணறு சோதனையுடன் அம்சக் கலவையில் அதிகப்படியான பொருத்துதலின் அபாயத்தை சோதிக்கும் திறன் மற்றும் கிணறுகளின் எண்ணிக்கைக்கு ஏற்ப அம்சங்களின் எண்ணிக்கையைக் கட்டுப்படுத்தும் திறன்

செயலாக்கம் முடிந்தது; உங்களிடம் சுத்தமான, இடம்பெயர்ந்த நில அதிர்வு அளவு உள்ளது. இப்போது உண்மையான கேள்வி தொடங்குகிறது: இந்த படம் நிலத்தடி பற்றி என்ன சொல்கிறது? அடுக்கு எல்லைகள் எங்கே, எந்தத் திசையில் தவறுகள் விரிவடைகின்றன, எந்தப் பகுதி மணல், எது களிமண், எங்கே ஒரு நீர்த்தேக்கம் இருக்கக்கூடும்? நில அதிர்வு விளக்கம் என்பது இடம்பெயர்ந்த தரவுகளிலிருந்து அடிப்பகுதியின் கட்டமைப்பு மற்றும் படிவு (ஸ்ட்ரேடிகிராஃபிக்) மாதிரியைப் பிரித்தெடுக்கும் செயல்முறையாகும். இந்த அலகில், செயற்கை நுண்ணறிவு (AI) எவ்வாறு "விரைவான முதல் வரைவை" தொடுவானம் மற்றும் தவறு கண்காணிப்பு, நில அதிர்வு முகங்களின் வகைப்பாடு மற்றும் பண்புக்கூறு பகுப்பாய்வு ஆகியவற்றில் உருவாக்குகிறது, ஆனால் புவியியல் பொருள் மற்றும் இறுதி மாதிரியை உருவாக்குவது யார் என்பதைப் பார்ப்போம்.

விளக்கத்தின் கட்டுமான தொகுதிகள்

விதிமுறைகளை தெளிவுபடுத்துவோம். அடிவானம் என்பது நில அதிர்வு பிரிவில் காணப்படும் தொடர்ச்சியான பிரதிபலிப்பு மேற்பரப்பு மற்றும் பொதுவாக புவியியல் அடுக்கு எல்லைக்கு ஒத்திருக்கிறது. ஒரு தவறு என்பது அடுக்குகள் உடைந்து பெயர்ந்து நிற்கும் ஒரு விமானம் ஆகும்; குறுக்குவெட்டில் பிரதிபலிப்புகள் குறுக்கிடப்பட்ட அல்லது மாற்றப்பட்ட இடங்களில் இது தோன்றும். நில அதிர்வு முகங்கள் என்பது ஒரே மாதிரியான அலைத் தன்மையைக் கொண்ட தொகுதிப் பகுதிகள் (வீச்சு, தொடர்ச்சி, அமைப்பு) மற்றும் பொதுவாக ஒரே மாதிரியான வண்டல் சூழலைப் பிரதிபலிக்கின்றன. நில அதிர்வு பண்புக்கூறுகள் என்பது சில அம்சங்களுக்கு (இடைநிலை, சாய்வு, அலைவீச்சு, அதிர்வெண்) கண்ணை செலுத்தும் தடயங்களிலிருந்து பெறப்பட்ட அளவீடுகள் ஆகும்; எடுத்துக்காட்டாக, ஒத்திசைவு/தொடர்ச்சி பண்புக்கூறு குறைபாடுகளை எடுத்துக்காட்டுகிறது மற்றும் நிறமாலை சிதைவு சேனல் வடிவவியலை எடுத்துக்காட்டுகிறது.

அடிவானம் மற்றும் தவறு கண்காணிப்பில் AI

கையேடு அடிவான கண்காணிப்பு என்பது, மொழிபெயர்ப்பாளர் ஒரு பிரதிபலிப்புப் பகுதியைப் பிரிவாகக் கண்டறிந்து ஆயிரக்கணக்கான புள்ளிகளைக் குறிக்கும்-துல்லியமான ஆனால் மெதுவாக. AI-அடிப்படையிலான தானியங்கி டிராக்கர்கள் ஒரு சில விதை புள்ளிகளிலிருந்து தொடங்கி முழு தொகுதியிலும் பரவலாம்; தவறு கண்டறிதலில், CNN-அடிப்படையிலான மாதிரிகள் (பட முறை கற்றல் நெட்வொர்க்குகள்) தொகுதி முழுவதும் இடைநிறுத்தங்களைக் குறிக்கலாம். இது கையால் வாரங்கள் எடுத்துக்கொண்டதை மணிநேரங்களாக வெட்டுகிறது.

இருப்பினும், இரண்டு பொறிகள் உள்ளன. முதலாவதாக, தானியங்கி டிராக்கர் ஒரு அடிவானத்தைத் தவிர்க்கலாம்-ஒரு அலை முகட்டில் இருந்து அண்டை முகடுக்கு மாறுதல்; இதன் விளைவாக வெளித்தோற்றத்தில் மென்மையானது ஆனால் புவியியல் ரீதியாக துல்லியமற்ற மேற்பரப்பு. இரண்டாவதாக, செயலிழப்பினால் உருவாக்கப்பட்ட நேரியல் இரைச்சலை (எ.கா., கையகப்படுத்தல் தடம்) தவறு கண்டறிதல் தவறாகக் கருதலாம். அதனால்தான், AI ஆல் உருவாக்கப்படும் ஒவ்வொரு மேற்பரப்பு மற்றும் பிழை நெட்வொர்க்கும் குறுக்குவெட்டுகள் (தவறு-அடிவான சந்திப்பு) மற்றும் கிணறு இடங்களில் கைமுறையாக ஆய்வு செய்யப்படுகிறது.

உதவிக்குறிப்பு: தானாகக் கண்காணிக்கப்படும் அடிவானத்தை பல முக்கியப் பிரிவுகளில் தரவிலேயே மேலெழுதுவதன் மூலம் பார்வைக்கு கண்காணிக்கவும். மேற்பரப்பு ஒரு வலுவான பிரதிபலிப்பை விட்டு, பலவீனமான உச்சத்தை அடையும் இடத்தில் சுழற்சியைத் தவிர்க்கிறது; இந்த பகுதிகளை கைமுறையாக சரிசெய்யாமல் ஒலியை பரப்ப வேண்டாம்.

நில அதிர்வு முகங்களின் வகைப்பாடு

ஃபேசிஸ் வகைப்பாடு என்பது அலை தன்மைக்கு ஏற்ப தொகுதிகளை பகுதிகளாகப் பிரிக்கும் பணியாகும். மேற்பார்வையிடப்பட்ட அணுகுமுறையில், நீங்கள் கிணறுகளில் அறியப்பட்ட லித்தாலஜிகளிலிருந்து லேபிள்களை ஒதுக்கி, மாதிரியைப் பயிற்றுவிப்பீர்கள்; மேற்பார்வை செய்யப்படாத அணுகுமுறையில், மாதிரியானது ஒரே மாதிரியான குணாதிசயங்களைக் கொண்ட பகுதிகளைக் கூட்டுகிறது மற்றும் நீங்கள் பின்னர் புவியியல் பொருளைக் கொடுக்கிறீர்கள். AI இங்கு அதிக வேகத்தை வழங்குகிறது, ஆனால் வகுப்புகள் புள்ளிவிவர ஒற்றுமை, புவியியல் உண்மை அல்ல. மாதிரி "முகம் 3" என்று அழைக்கும் பகுதி, கிணறு மற்றும் படிவு சூழலைப் பற்றிய அறிவைக் கொண்டு "சேனல் மணல்" போன்ற ஒரு பொருளை மட்டுமே பெறுகிறது.

கவனம்: நீங்கள் மேற்பார்வை செய்யப்படாத கிளஸ்டரிங் வகுப்புகளின் எண்ணிக்கையை வழங்குகிறீர்கள்; வெவ்வேறு எண்ணிக்கையிலான வகுப்புகள் முற்றிலும் வேறுபட்ட வரைபடங்களை உருவாக்குகின்றன. ஒரே கொத்துக்குள் அடைத்துவிடாதீர்கள்; வகுப்புகளின் எண்ணிக்கையை மாற்றி, முடிவு புவியியல் ரீதியாக நிலையானதா என சோதிக்கவும்.

அம்ச பகுப்பாய்வில் பிட்ஃபால்: பன்முக உறவு

AI ஆனது டஜன் கணக்கான அம்சங்களை ஒருங்கிணைத்து சக்திவாய்ந்த வகைப்படுத்திகளை உருவாக்க முடியும். ஆனால் ஒரு சிறிய எண்ணிக்கையிலான கிணறுகளுக்கு அதிக எண்ணிக்கையிலான அம்சங்களைப் பொருத்த முயற்சிப்பது அதிகப்படியான பொருத்தத்தில் விளைகிறது - பயிற்சி எடுத்துக்காட்டுகளை மனப்பாடம் செய்து புதிய தரவுகளைப் பொதுமைப்படுத்த மாதிரியின் இயலாமை: வரைபடம் கிணறுகளில் சரியானது மற்றும் கிணறுகளுக்கு இடையில் அர்த்தமற்றது. விதி: கட்டுப்பாட்டுத் தரவுகளுக்கு (நன்கு) விகிதாசாரமாக அம்சங்களின் எண்ணிக்கையை வைத்து, வரைபடத்தை ஒரு சுயாதீன கிணற்றில் (குருட்டு சோதனை) சோதிக்கவும்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - ஹொரைசன் ட்ராக்கிங் டவுன் மணி. 900 கிமீ² அளவில் உள்ள முக்கிய நீர்த்தேக்க அடிவானம் 9 நாட்களில் கைமுறையாகக் குறிக்கப்பட்டது. AI டிராக்கர் 3 மணி நேரத்தில் 6 விதை புள்ளிகளிலிருந்து மேற்பரப்பை பரப்பியது; மதிப்பாய்வாளர் 14 சுழற்சி ஸ்கிப் பகுதியை கைமுறையாக சரிசெய்தார். முடிவு: அதே துல்லியம், நாட்களுக்கு பதிலாக ஒரு நாள்.

வழக்கு 2 - ஒரு தவறுக்காக ஒரு தடம் தவறாக. ஒரு தவறு கண்டறிதல் வழக்கமான வடக்கு-தெற்கு கோடுகளைக் குறித்தது. இந்த வரிகள் கையகப்படுத்தல் வரி இடைவெளியுடன் சரியாக ஒத்துப்போவதை வர்ணனையாளர் கவனித்தார்: அவை தவறுகள் அல்ல, கையகப்படுத்தல் தடயங்கள். உண்மையான தவறுகள் இந்த வழக்கமான முறைக்கு செங்குத்தாக இயங்கின; தடம் நீக்கப்பட்டதும், தவறு வரைபடம் அர்த்தமுள்ளதாக மாறியது.

வழக்கு 3 - அதிகப்படியான முகங்கள் வரைபடம். 22 அம்சங்கள் மற்றும் 5 கிணறுகள் மட்டுமே பயிற்சியளிக்கப்பட்ட ஒரு வகைப்படுத்தி கிணறுகளில் 98% துல்லியத்தைக் கொடுத்தது, ஆனால் ஆறாவது (குருட்டு) கிணற்றில் மணற்கல்லை களிமண் என வகைப்படுத்தியது. அம்சங்களின் எண்ணிக்கை 6 ஆகக் குறைக்கப்பட்டு மீண்டும் பயிற்சியளிக்கப்பட்டபோது, ​​குருட்டுக் கிணறு துல்லியம் 61% இலிருந்து 88% ஆக அதிகரித்தது: கிணறுகள் முழுவதும் வரைபடம் நம்பகமானதாக இருந்தது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) பண்பு தேர்வு ஆலோசனை:

உங்கள் பங்கு: நில அதிர்வு விளக்க நிபுணர். எனது இலக்கு: [ஃப்ளூவல் சேனல் மணல் / கார்பனேட் நீர்த்தேக்கம்]. எந்த நில அதிர்வு பண்புக்கூறுகள் (ஒத்திசைவு, நிறமாலை சிதைவு, RMS அலைவீச்சு, சாய்வு) மற்றும் இந்த இலக்கை முன்னிலைப்படுத்த நான் எந்த வரிசையில் பயன்படுத்த வேண்டும்? ஒவ்வொரு பண்புக்கூறும் எதைக் குறிக்கிறது, அது என்ன தவறான வடிவத்தை உருவாக்கக்கூடும்? சுருக்கமாக விளக்கவும்.

2) தானியங்கி அடிவான ஆய்வு:

என்னிடம் தானாக கண்காணிக்கப்படும் அடிவானம் உள்ளது. சுழற்சியைத் தவிர்ப்பதைக் கண்டறிவதற்கான சரிபார்ப்புப் பட்டியலை எனக்குக் கொடுங்கள்: எந்தெந்தப் பிரிவுகளில், எந்தெந்த அறிகுறிகளை நான் பார்க்க வேண்டும் (வீச்சு வீழ்ச்சி, திடீர் ஆழம் தாண்டுதல்), கிணறு டையுடன் நான் எவ்வாறு உறுதிப்படுத்துவது, எந்த வரிசையில் நான் திருத்தம் செய்வது?

3) முக வகுப்பு எண் சோதனை:

நான் மேற்பார்வை செய்யப்படாத முகங்கள் கிளஸ்டரிங் செய்கிறேன். நான் 4,6 மற்றும் 8 வகுப்புகளின் எண்ணிக்கையை முயற்சித்தேன், வரைபடங்கள் வித்தியாசமாக வெளிவந்தன. எந்த அளவுகோல் (கிளஸ்டர் அளவு விநியோகம், நன்கு பொருந்தக்கூடிய தன்மை, இடஞ்சார்ந்த நிலைத்தன்மை) எந்தக் கிளஸ்டர் புவியியல் ரீதியாக மிகவும் சமநிலையானது என்பதை மதிப்பிடுவதற்கு நான் பார்க்க வேண்டும்? முடிவெடுக்கும் நடைமுறையை பரிந்துரைக்கவும்.

4) அதிகப்படியான கட்டுப்பாடு:

நான் [N] அம்சங்கள் மற்றும் [M] கிணறுகள் கொண்ட ஃபேசீஸ் வகைப்படுத்திக்கு பயிற்சி அளித்தேன். அதிகப்படியான பொருத்துதலின் அபாயத்தை நான் எவ்வாறு அளவிடுவது? குருட்டுக் கிணறு சோதனையை எவ்வாறு அமைப்பது, கிணறுகளின் எண்ணிக்கையின் அடிப்படையில் பண்புக்கூறுகளின் எண்ணிக்கையை எவ்வாறு கட்டுப்படுத்துவது? செயல்படக்கூடிய படிகளைக் கொடுங்கள்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த தொகுதியில் உள்ள நீர்த்தேக்கத்தைக் கண்டுபிடித்து அதை வரைபடமாக்குங்கள்.

"கண்டுபிடி" ஒரு படி மந்திரத்தை எதிர்பார்க்கிறது; புவியியல் சூழல் இல்லாமல் AI ஒரு புள்ளிவிவர வரைபடத்தை உருவாக்குகிறது, அதை சரிபார்க்க முடியாது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: நீர்த்தேக்கத்தை மையமாகக் கொண்ட விளக்க நிபுணர். சூழல்: fluvialsystem, இலக்கு சேனல் மணல், 3 கிணறுகளில் அறியப்பட்ட லித்தாலஜி. பணி:(1) சேனல் வடிவவியலை முன்னிலைப்படுத்தும் பண்புக்கூறுகளின் கலவையை பரிந்துரைக்கவும்; (2) மேற்பார்வை செய்யப்படாத கிளஸ்டரிங் மூலம் வேட்பாளர் முகங்களைப் பிரித்தெடுப்பதற்கான படிகளை எழுதுங்கள்; (3) ஒவ்வொரு வேட்பாளரையும் 3 கிணறுகள் மற்றும் ஒரு குருட்டு 4 வது கிணறு வைத்து எப்படி சோதிக்க வேண்டும் என்று சொல்லுங்கள். முடிவை "வேட்பாளர்" மொழியில் வழங்கவும், "புவியியல் உண்மை" மொழியில் அல்ல.

புவியியல் சூழல், நன்கு கட்டுப்பாடு மற்றும் குருட்டு சோதனைக்கான தேவை ஆகியவை வெளியீட்டை பாதுகாக்கக்கூடியதாக ஆக்குகின்றன.

விளக்கப் பணிகள் மற்றும் AI இன் பங்கு

தேடுதல்

AI பங்களிப்பு

முக்கிய ஆபத்து

சரிபார்ப்பு

அடிவான கண்காணிப்பு

அதிக வேகம்

சைக்கிள் ஸ்கிப்

நன்றாக டை, காட்சி பிரிவு ஆய்வு

தவறு கண்டறிதல்

வேட்பாளர்களை உருவாக்குதல்

உங்கள் கால்தடத்தை தவறு என்று தவறாக நினைக்காதீர்கள்

திசை / குறுக்கு தரவு கட்டுப்பாடு

முக வகைப்பாடு

கிளஸ்டரிங்

அர்த்தமற்ற வகுப்பு

நன்றாக மற்றும் படிவு சூழல்

பண்பு இணைத்தல்

வலுவான வேறுபாடு

அதிகப்படியான பொருத்தம்

குருட்டு கிணறு சோதனை

பொதுவான தவறுகள்

• காட்சி ஆய்வு இல்லாமல் அடிவானத்தின் தானாக பரவுதல். சைக்கிள் ஸ்கிப் மென்மையான ஆனால் துல்லியமற்ற மேற்பரப்பை உருவாக்குகிறது.
• ஒவ்வொரு நேரியல் வடிவத்தையும் ஒரு தவறு என்று தவறாகப் புரிந்துகொள்வது. கையகப்படுத்தல் தடம் வழக்கமான வரிகளை உருவாக்குகிறது, அதன் திசையைப் பாருங்கள்.
• ஃபேசிஸ் வகுப்பிற்கு நேரடி புவியியல் அர்த்தத்தை கற்பித்தல். வகுப்பு என்பது புள்ளிவிவரம்; கிணற்றுடன் புரிந்து கொள்ளுங்கள்.
• அதிக பண்புக்கூறுகள், குறைவான கிணறுகள். அதிகப்படியான பொருத்துதல் கிணறுகளுக்கு இடையில் வரைபடத்தை குப்பையாக மாற்றுகிறது.
• குருட்டுப் பரிசோதனையைத் தவிர்க்கவும். பயிற்சி கிணறுகளில் மட்டுமே துல்லியத்தை அளவிடுவது தவறானது.

சுருக்கமாக

நில அதிர்வு விளக்கத்தில் AI; இது அடிவானம்/தவறு கண்காணிப்பை மணிநேரங்களாகக் குறைக்கிறது, முகங்களை விரைவாகக் கூட்டுகிறது, மேலும் பண்புகளை சக்திவாய்ந்ததாக ஒருங்கிணைக்கிறது. ஆனால் ஒவ்வொரு வேக ஆதாயத்திற்கும் ஒரு பொறி உள்ளது: சுழற்சியைத் தவிர்ப்பது, ஒரு தவறுக்காக தடம் தவறாகப் புரிந்துகொள்வது, அர்த்தமற்ற முகங்கள், அதிகப்படியான பொருத்தம். AI ஒரு புள்ளியியல் அவுட்லைனை உருவாக்குகிறது; வரைவை புவியியல் யதார்த்தமாக மாற்றி, கிணறு மற்றும் படிவு சூழலைப் பற்றிய அறிவால் அதை உணர்த்தி, குருட்டு சோதனை மூலம் அதை சோதிக்கும் மொழிபெயர்ப்பாளர் அவர். இறுதி நிலத்தடி மாதிரி எப்போதும் மனிதனால் நிறுவப்பட்டு பாதுகாக்கப்படுகிறது.

விண்ணப்ப பணி

இலக்கைத் தேர்ந்தெடுக்கவும் (சேனல் மணல், பேக்கிங் சோடா போன்றவை). "பண்புத் தேர்வு ஆலோசனை" டெம்ப்ளேட்டுடன் ஒரு பண்புக்கூறு திட்டத்தை உருவாக்கவும். பின்னர் "முகங்கள் வகுப்பு எண்ணிக்கை சோதனை" டெம்ப்ளேட்டைப் பயன்படுத்தி மேற்பார்வை செய்யப்படாத கிளஸ்டரிங் மற்றும் குறைந்தது இரண்டு வெவ்வேறு வகுப்பு எண்ணிக்கையை ஒப்பிடவும்; எது புவியியல் ரீதியாக மிகவும் நிலையானது மற்றும் இதை சரிபார்க்க எந்த கிணறு சோதனையைப் பயன்படுத்துவீர்கள் என்பதை எழுதுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் முக்கிய பிரிவுகளில் தானியங்கு அடிவானத்தை பார்வைக்கு ஆய்வு செய்தேன் மற்றும் சுழற்சி தவிர்க்கப்பட்டதை சரி செய்தேன்.
• [ ] நான் திசை மற்றும் குறுக்கு தரவு மூலம் கால்தடத்தில் இருந்து தவறு வேட்பாளர்களை பிரித்தேன்.
• [ ] கிணறு மற்றும் படிவு சூழலுடன் நான் முக வகுப்புகளை விளக்கினேன்.
• [ ] கிணறுகளின் எண்ணிக்கையின் அடிப்படையில் பண்புக்கூறுகளின் எண்ணிக்கையை வரம்பிடினேன்.
• [ ] நான் ஒரு குருட்டு கிணற்றில் முடிவை சோதித்தேன்.