/TBMTunnelingParameterPrediction

A tree-like NNs for TBM tunneling parameter prediction.

Primary LanguageJavaScript

课题名：地下隧道掘进智能预测模型研究与构建 [TOC]

一、Materials

  • 吉林引松供水工程TBM3标段数据

  • 盾构隧道数据***（暂未获取）***

  • 其他benchmark datasets

二、Papers

1、相关背景资料

2、TBM掘进参数预测

3、基于先验知识的NN

4、注意力机制RNN

5、模型的可解释性

三、Techniques

模型训练：tensorflow/keras

前端：vue

后端：django/flask

四、Tasks

1、阶段一：研究

1）Tree-DNN —— 掘进参数预测模型

了解tree结构的网络结构，搭建一个树结构的回归NN模型

  • 模型搭建

  • 模型训练

  • 模型可解释性分析

2）先验知识+attention mechanism RNN —— 掘进参数预测

了解先验知识如何优化神经网络的机制，了解注意力机制

  • 数据预处理：上升段稳定段数据划分及时序数据提取

  • 模型搭建

  • 模型训练

3）比对模型

GBDT、GRNN（后期会有所增加）

2、阶段二：成果可视化

前端：根据设计稿，采用vue框架完成前端搭建

后端：根据需求，完成前后端数据传递API以及调用模型的相关API

PS：需要完成相关的需求设计文档

目标：下学期一起写论文