از این رو ایمنی و پایداری شهرها به دغدغه اصلی برنامه‌ریزان شهری و به‌کارگیری تکنولوژی در این جهت تبدیل شده است.
مرکز شبیه‌سازی و مدل‌سازی محاسباتی (SimCenter) که مطالعه مهندسی خطرات طبیعی را بر عهده دارد، یک مجموعه تجزیه و تحلیل برای کمک به کاربران در شناسایی انعطاف پذیری ساختارهای شهری ایجاد کرده است.
مجموعه بریلز را برای شناخت ساختمان با استفاده از هوش مصنوعی در مقیاس بزرگ به‌کار می‌گیرند. بریلز ترکیبی از یادگیری ماشین و یادگیری عمیق برای مطالعه تصاویر ماهواره‌ای و سطح خیابان و ارزیابی ویژگی‌های ساختمان و خطرات ناشی از بلایای طبیعی است.
برای نمونه، در منطقه خلیج سانفرانسیسکو، میلیون‌ها ساختمان وجود دارد. با استفاده از هوش مصنوعی، می‌توان اطلاعات لازم را به دست آورد و با آموزش مدل‌های شبکه عصبی می‌توان اطلاعات ساختمان را از تصاویر و سایر منابع داده استنباط کرد.
آموزش ماژول‌های بریلز و اجرای شبیه سازی‌های آن نیاز به قدرت محاسباتی قابل توجهی دارد. برای این امر مرکز محاسبات پیشرفته تگزاس ، ابررایانه فرانترا را استفاده کرده است. فرانترا با کارایی 23.5 پتافلاپس در کارایی لینپک توانست در رده نهم 500 ابررایانه برتر جهان در لیست TOP500 قرار بگیرد.
محققان همچنین از ماوریک-2 که یک سیستم بر اساس پردازنده گرافیکی و مخصوص یادگیری عمیق می‌باشد، استفاده کردند.
بریلز در سناریوهایی در شهرهای مختلف؛ از جمله زمین‌لرزه در سانفرانسیسکو و طوفان در لوئیزیانا، نیوجرسی و تگزاس آزمایش شده است که ارزیابی‌ها صحت 90 تا 100 درصدی را گزارش می‌دهند.
لینک خبر
https://www.hpcwire.com/2021/05/20/supercomputer-simulations-study-safer-cities/
اگر بازخوردی درباره این مطلب دارید یا پرسشی دارید که بدون پاسخ مانده است، آن را از طریق بخش نظرات مطرح کنید.
ثبت نظر