Repository logo
  • English
  • 中文
Log In
Have you forgotten your password?
  1. Home
  2. College of Engineering / 工學院
  3. Civil Engineering / 土木工程學系
  4. 應用AI學習技術於坡地崩塌預測分析-以高雄市小林村為例
 
  • Details

應用AI學習技術於坡地崩塌預測分析-以高雄市小林村為例

Journal
土木水利
Journal Volume
48
Journal Issue
2
Start Page
48
End Page
55
ISSN
0253-3804
Date Issued
2021-04
Author(s)
林彥廷
顏筱穎
張乃軒
林宏明
韓仁毓  
楊國鑫  
陳俊杉  
鄭宏逵
徐若堯
DOI
10.6653/MoCICHE.202104_48(2).0007
URI
https://scholars.lib.ntu.edu.tw/handle/123456789/739404
Abstract
在極端氣候影響條件下,現今人們對於災害的應變觀念已大幅轉變,過去為當災害發生時思考如何全力救災以降低生命財產的損失,而現今已經轉化成災害的預防為各界最努力的目標之一,故本研發針對地表變位高潛勢的區域進行預測,使人們得以提早預防因地表變位而造成生命財產的損害,也可以對於工程選址上有所幫助。研究使用新式遙測技術InSAR地表變位資料,加上近年來最流行的人工智慧學習技術,利用時空因子與發生地表變位進行相關性分析,再將顯著性時空因子作為模型訓練資料,透過AI模型預測高潛勢斜坡單元變位區域。本研究以高雄市小林村里為測試案例,經由混淆矩陣比對預測成果和歷史發生崩塌斜坡單元,成果以優於80%正確率證實其預測分析技術之可行性。未來將能提供工程在不同階段上之應用,像是工程地點的選址、施工時之周遭邊坡地的防護治理、以及針對公共設施周遭持續進行邊坡坡面變位分析,以提供防災等計畫研擬之策略。
Subjects
時空因子
機器學習
斜坡單元
崩塌預測
小林村
Type
journal article

臺大位居世界頂尖大學之列,為永久珍藏及向國際展現本校豐碩的研究成果及學術能量,圖書館整合機構典藏(NTUR)與學術庫(AH)不同功能平台,成為臺大學術典藏NTU scholars。期能整合研究能量、促進交流合作、保存學術產出、推廣研究成果。

To permanently archive and promote researcher profiles and scholarly works, Library integrates the services of “NTU Repository” with “Academic Hub” to form NTU Scholars.

總館學科館員 (Main Library)
醫學圖書館學科館員 (Medical Library)
社會科學院辜振甫紀念圖書館學科館員 (Social Sciences Library)

開放取用是從使用者角度提升資訊取用性的社會運動,應用在學術研究上是透過將研究著作公開供使用者自由取閱,以促進學術傳播及因應期刊訂購費用逐年攀升。同時可加速研究發展、提升研究影響力,NTU Scholars即為本校的開放取用典藏(OA Archive)平台。(點選深入了解OA)

  • 請確認所上傳的全文是原創的內容,若該文件包含部分內容的版權非匯入者所有,或由第三方贊助與合作完成,請確認該版權所有者及第三方同意提供此授權。
    Please represent that the submission is your original work, and that you have the right to grant the rights to upload.
  • 若欲上傳已出版的全文電子檔,可使用Open policy finder網站查詢,以確認出版單位之版權政策。
    Please use Open policy finder to find a summary of permissions that are normally given as part of each publisher's copyright transfer agreement.
  • 網站簡介 (Quickstart Guide)
  • 使用手冊 (Instruction Manual)
  • 線上預約服務 (Booking Service)
  • 方案一:臺灣大學計算機中心帳號登入
    (With C&INC Email Account)
  • 方案二:ORCID帳號登入 (With ORCID)
  • 方案一:定期更新ORCID者,以ID匯入 (Search for identifier (ORCID))
  • 方案二:自行建檔 (Default mode Submission)
  • 方案三:學科館員協助匯入 (Email worklist to subject librarians)

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science