Development of Core Feature Image Recognition and Hydraulic Conductivity Estimation Model Based on Deep Learning

View Statistics Email Alert RSS Feed

Information

Details

Project title

Code/計畫編號

NSTC113-2116-M019-003

Translated Name/計畫中文名

基於深度學習之岩芯特徵影像辨識與透水係數推估模式建置

Project Coordinator/計畫主持人

Shih-Meng Hsu

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Harbor and River Engineering

Website

https://www.grb.gov.tw/search/planDetail?id=16547815

Year

2024

Start date/計畫起

01-08-2024

Expected Completion/計畫迄

31-07-2025

Bugetid/研究經費

1148千元

ResearchField/研究領域

地球科學

本計畫嘗試結合先進的影像處理技術和深度學習模型，以對岩芯地質特徵進行自動化辨識，同時建立透水係數推估模型，透過推估模式之建置，在不施作昂貴的現地水力試驗情況下，可以快速揭露隨出鑽孔隨深度詳盡岩層透水特性資料，藉以釐清裂隙岩體含水層水力特性之複雜度，對於解決岩盤工程施工遭遇災害、地質災害發生與地下水資源可利用潛能量等相關問題具有實值上的助益。同時，本研究也推動深度學習技術在地球科學領域的應用，透過整合地質學、水文地質學和深度學習技術，有助於橋接不同學科之間的知識鴻溝，促進跨領域研究的發展。

Keyword(s)

透水係數
裂隙岩體
地質指標
深度學習
影像分割
神經網路
Coefficient of permeability
fractured rock mass
geological index
deep learning
image segmentation
neural network

DSpace CRIS

Development of Core Feature Image Recognition and Hydraulic Conductivity Estimation Model Based on Deep Learning

Details

Description