Pesquisadores anunciam nova maneira de avaliar como os edifícios resistiriam em caso de grandes terremotos

Pesquisadores da Universidade da Califórnia, em Berkeley, desenvolveram uma nova maneira de avaliar como os edifícios resistiriam em grandes terremotos. O método usa aprendizado de máquina para analisar dados de terremotos anteriores e identificar padrões que podem ser usados ​​para prever o desempenho de diferentes tipos de edifícios em terremotos futuros.

Os pesquisadores afirmam que seu método é mais preciso do que os métodos tradicionais de avaliação sísmica, que se baseiam em modelos simplificados de comportamento de edifícios. Os modelos de aprendizado de máquina podem capturar as interações complexas entre as diferentes partes de um edifício e seus arredores, permitindo previsões mais precisas sobre o desempenho de um edifício em um terremoto.

Os pesquisadores testaram seu método em um conjunto de dados de mais de 1.000 edifícios que foram danificados em terremotos anteriores. O modelo foi capaz de prever com precisão o nível de danos de cada edifício, mesmo para edifícios que não foram explicitamente incluídos nos dados de treino.

Os investigadores dizem que o seu método pode ser usado para ajudar a melhorar a segurança sísmica dos edifícios. Ao identificar edifícios que apresentam alto risco de danos, os engenheiros podem tomar medidas para adaptá-los e torná-los mais resistentes a terremotos.

A pesquisa foi publicada na revista Earthquake Engineering and Structural Dynamics.

Como funciona o método

O modelo de aprendizado de máquina utilizado no estudo é um tipo de rede neural artificial. As redes neurais artificiais são inspiradas no cérebro humano e podem aprender a reconhecer padrões nos dados. O modelo foi treinado em um conjunto de dados de mais de 1.000 edifícios que foram danificados em terremotos anteriores. O modelo aprendeu a identificar padrões nos dados associados a diferentes níveis de danos.

Depois de treinado, o modelo foi testado em um conjunto de edifícios que não foram incluídos nos dados de treinamento. O modelo foi capaz de prever com precisão o nível de dano de cada edifício.

Benefícios do Método

O método de aprendizado de máquina oferece vários benefícios em relação aos métodos tradicionais de avaliação sísmica.

* Precisão: O modelo de aprendizagem automática é mais preciso do que os métodos tradicionais de avaliação sísmica, que se baseiam em modelos simplificados de comportamento de edifícios.
* Flexibilidade: O modelo de aprendizado de máquina pode ser usado para avaliar uma ampla variedade de edifícios, incluindo edifícios com geometrias complexas e formas irregulares.
* Velocidade: O modelo de aprendizado de máquina pode ser usado para avaliar rapidamente um grande número de edifícios.

Aplicações do Método

O método de aprendizado de máquina pode ser usado para uma variedade de aplicações, incluindo:

* Avaliações de segurança sísmica: O método poderia ser usado para identificar edifícios que correm alto risco de danos em um terremoto.
* Retrofit: O método poderia ser usado para ajudar os engenheiros a projetar medidas de modernização para edifícios que apresentam alto risco de danos.
* Resposta de emergência: O método poderia ser usado para ajudar as equipes de emergência a avaliar os danos aos edifícios após um terremoto.

O método de aprendizagem automática é uma nova ferramenta promissora para avaliar a segurança sísmica de edifícios. O método é preciso, flexível e rápido e pode ser usado para uma variedade de aplicações.