| heal.abstract |
Η ακαριαία διάρρηξη πετρωμάτων αποτελεί ένα από τα πιο κρίσιμα ζητήματα που αφορούν την ανάπτυξη υπογείων έργων σε μεγάλα βάθη. Για την πρόγνωση της έντασης του φαινομένου έχουν αναπτυχθεί εμπειρικά κριτήρια, τα οποία αδυνατούν να αποτυπώσουν με ακρίβεια την ένταση της θραύσης. Ταυτόχρονα, η αξιολόγηση του κινδύνου της έντασης της ψαθυρής θραύσης καθώς και των φαινομένων ακαριαίας διάρρηξης με τη χρήση τεχνικών εξόρυξης δεδομένων και μηχανικής μάθησης λαμβάνει επί του παρόντος ολοένα και περισσότερο έδαφος, γεγονός που οφείλεται στην υπεροχή τους έναντι των ευρέως χρησιμοποιούμενων εμπειρικών προσεγγίσεων. Ωστόσο, η δυσχέρεια εύρεσης επαρκών δεδομένων συντελεί στη συλλογή μικρών βάσεων δεδομένων με επιπλέον χαρακτηριστικό το πρόβλημα της ανισορροπίας κλάσης. Αναπόφευκτα, τα προγνωστικά μοντέλα μηχανικής μάθησης αντιμετωπίζουν θέματα αξιοπιστίας, αφού οι επιδόσεις τους είναι εξαρτώμενες από την ποιότητα και ποσότητα των δεδομένων στα οποία εκπαιδεύονται. Η παρούσα διατριβή προτείνει μεθοδολογίες για την επίλυση του ζητήματος της ανισορροπίας κλάσης καθώς και της επάρκειας δεδομένων. Πιο συγκεκριμένα προτείνεται η εισαγωγή της τεχνικής υπερδειγματοληψίας SMOTE και η δημιουργία συνθετικών περιστατικών υπό διάφορες παραλλαγές, με σκοπό την ισόποση πλήρωση όλων των κατηγοριών έντασης της ψαθυρής θραύσης σε βάση δεδομένων 248 περιστατικών. Στη συνέχεια, ο αλγόριθμος του τυχαίου δάσους εκπαιδεύεται στις συνθετικές βάσεις δεδομένων και αξιολογείται σε ανεξάρτητο σύνολο δεδομένων, με σκοπό τη διερεύνηση της επίδρασης της τεχνικής. Ακολούθως, με γνώμονα τις αρχές και τα πειραματικά αποτελέσματα της τεχνικής SMOTE, αναπτύσσεται νέα και βελτιωμένη μεθοδολογία υπερδειγματοληψίας, η οποία βασίζεται στην τεχνική των ανάδρομων αναλύσεων για τη δημιουργία συνθετικών περιστατικών μέσω αριθμητικών προσομοιώσεων. Για την εφαρμογή της τεχνικής αξιοποιούνται τεχνικές συσταδοποίησης για την εύρεση αντιπροσωπευτικών μηχανικών ιδιοτήτων – κεντροειδών, πάνω στα οποία βασίζεται η σύνθεση των νέων περιστατικών ψαθυρής θραύσης. Κατά συνέπεια, προκύπτει ένα συνθετικό σύνολο δεδομένων εξισορροπημένο τόσο ως προς τις μηχανικές ιδιότητες όσο και στη συμμετοχή των κλάσεων, το οποίο χρησιμοποιείται ως σύνολο εκπαίδευσης του αλγορίθμου τυχαίου δάσους για την πρόβλεψη της έντασης της ψαθυρής θραύσης.
Τα αποτελέσματα των δύο προτεινόμενων μεθοδολογιών οδηγούν τα προγνωστικά μοντέλα σε υψηλές επιδόσεις και καταδεικνύουν την αναγκαιότητα εισαγωγής τους σε περιπτώσεις μικρών βάσεων δεδομένων με ανισορροπία κλάσης, ενώ παράλληλα δύνανται να αποτελέσουν πολύτιμο βοήθημα για την πρόβλεψη της ακαριαίας διάρρηξης. |
el |