L’IA prédit les effondrements souterrains avec 80% de précision

Face à la surpopulation urbaine croissante dans le monde, de nombreux projets de développement souterrain sont menés dans les centres métropolitains. La Corée du Sud a connu des problèmes tels que le vieillissement des installations souterraines et la gestion inexacte de l’information en raison du développement urbain rapide depuis les années 1970 et 1980.

Afin de prévenir les accidents souterrains, le gouvernement coréen met en place des projets visant à numériser les installations souterraines et les informations sur le sol, et à établir une base de données d’informations sur l’espace souterrain en 3D.

Le Korea Institute of Civil Engineering and Building Technology (KICT) a développé un modèle prédictif basé sur l’IA, appelé « AI-based CRPM (Collapse Risk Prediction Model) », qui fournit efficacement des avertissements sur les risques d’effondrement du sol en utilisant des informations sur l’espace souterrain en 3D.

Développement de l’IA pour la prévention des accidents souterrains

Le modèle AI-based CRPM, développé par l’équipe de recherche du Dr. Kang Jaemo, est basé sur un algorithme d’IA qui prédit le risque d’effondrement du sol en utilisant des informations d’attribut sur six types d’installations souterraines urbaines (eau, assainissement, communication, électricité, gaz, chauffage).

Ce modèle prédit le risque d’effondrement du sol en trois étapes (sûr, prudence et danger). L’analyse de fiabilité menée dans les zones où des effondrements de sol réels se sont produits a montré une précision d’environ 80%.

Visualisation des niveaux de risque sur une carte basée sur les SIG

Le AI-based CRPM développé dispose d’une fonctionnalité qui visualise les niveaux de risque en trois étapes sur une carte basée sur les SIG, permettant ainsi de l’utiliser comme outil de décision pour la prévention des accidents lorsqu’il est nécessaire d’effectuer des enquêtes prioritaires et détaillées dans les sections à risque ou de remplacer rapidement les installations souterraines.

Amélioration de la fiabilité et adoption par les gouvernements locaux

L’équipe de recherche du KICT travaille actuellement à améliorer la fiabilité du modèle AI-based CRPM à plus de 90% pour des prédictions encore plus précises.

Le Dr. Kang Jaemo, chercheur principal, a expliqué : « Notre modèle nouvellement développé devrait permettre de prédire avec précision les risques d’effondrement du sol et contribuer de manière significative à la prévention des accidents de sécurité souterrains futurs lorsqu’il sera adopté par les gouvernements locaux. »

En synthèse

Le modèle AI-based CRPM développé par le KICT est une avancée majeure dans la prévention des accidents souterrains en utilisant l’intelligence artificielle pour prédire les risques d’effondrement du sol. Avec une fiabilité accrue et une adoption par les gouvernements locaux, ce modèle pourrait contribuer de manière significative à la sécurité des espaces souterrains dans les zones urbaines.

Pour une meilleure compréhension

Qu’est-ce que le AI-based CRPM ?
Le AI-based CRPM (Collapse Risk Prediction Model) est un modèle prédictif basé sur l’IA développé par le KICT pour fournir des avertissements sur les risques d’effondrement du sol en utilisant des informations sur l’espace souterrain en 3D.

Comment fonctionne le AI-based CRPM ?
Le modèle utilise un algorithme d’IA pour prédire le risque d’effondrement du sol en utilisant des informations d’attribut sur six types d’installations souterraines urbaines. Il prédit le risque en trois étapes : sûr, prudence et danger.

Quelle est la précision du AI-based CRPM ?
L’analyse de fiabilité menée dans les zones où des effondrements de sol réels se sont produits a montré une précision d’environ 80%. L’équipe de recherche travaille actuellement à améliorer cette fiabilité à plus de 90%.

Comment le AI-based CRPM peut-il être utilisé par les gouvernements locaux ?
Le modèle peut être utilisé comme outil de décision pour la prévention des accidents lorsqu’il est nécessaire d’effectuer des enquêtes prioritaires et détaillées dans les sections à risque ou de remplacer rapidement les installations souterraines.

Quels sont les avantages potentiels du AI-based CRPM ?
Le modèle pourrait contribuer de manière significative à la prévention des accidents de sécurité souterrains futurs et à la sécurité des espaces souterrains dans les zones urbaines.

Légende illustration principale : Description des procédures d’étude de la collecte des données, de la construction du DB, du développement du modèle et de la vérification. Credit: Korea Institute of Civil Engineering and Building Technology