Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cykl stick-slip

Sortuj według:

Ogranicz wyniki do:

Wykrywanie anomalii w numerycznych cyklach stick-slip przy pomocy algorytmu nienadzorowanego uczenia maszynowego Isolation Forest

Klejment Piotr

Przegląd Geofizyczny

2024

Z. 3-4

115--133

Nienadzorowane uczenie maszynowe kryje w sobie duży, ale wciąż nie do końca wykorzystany potencjał. W niniejszej pracy zastosowano algorytm Isolation Forest pochodzący z rodziny algorytmów nienadzorowanego uczenia maszynowego do wykrywania anomalii w numerycznym modelu cykli stick-slip. Do modelowania numerycznego zastosowano Metodę Elementów Dyskretnych, a w modelu uwzględniono obecność warstwy granularnej. W symulacji zastosowano losowy mechanizm doboru czasu między kolejnymi wydarzenia typu slip, jak i gromadzącego się stress, w efekcie osiągając nieregularny, bardziej realistyczny schemat cykli stick-slip. W każdym z wydarzeń typu slip dokonano rejestracji parametrów opisujących stan układu w danym momencie. Pokazano, że w sposób automatyczny Isolation Forest był w stanie wyizolować anomalie dla każdego ze slip. Miejscem gromadzenia się anomalii były warstwy skrajne i warstwa granularna. Potwierdza to istotną rolę warstwy granularnej w charakterystyce cykli stick-slip. Do oceny wpływu poszczególnych parametrów na działanie algorytmu zastosowano SHapley Additive exPlanations (SHAP).

Unsupervised machine learning has a large but still not fully exploited potential. In this work, the Isolation Forest algorithm, which comes from the family of unsupervised machine learning algorithms, was used to detect anomalies in the numerical model of stick-slip cycles. The Discrete Element Method was used for numerical modeling. The model took into account the presence of a granular layer, which is characteristic of mature faults. A random mechanism for selecting the time between subsequent slip events and the critical strength was used in the simulation, resulting in an irregular, more realistic pattern of stick-slip cycles. In each of the slip events, parameters describing the state of the system at a given moment were recorded. It was shown that Isolation Forest was able to automatically isolate anomalies for each slip. The places where the anomalies accumulated were the outer layers and the granular layer. This confirms the important role of the granular layer in the characteristics of stick-slip cycles. SHapley Additive exPlanations (SHAP) was used to assess the impact of individual parameters on the performance of the algorithm.