新研究表明人工智能可以预测矿难
一项探索人工智能如何降低灾害风险的新研究表明，人工智能可以在半小时内预测煤矿瓦斯相关事件。这项针对中国煤矿的研究比较了 10 种机器学习算法，以了解哪种人工智能方法可以提前 30 分钟预测甲烷气体水平的变化，并通知用户异常情况。 《瓦斯预警系统短期预测的十种机器学习算法比较研究》发表在《科学报告》杂志上。
地下矿井的瓦斯爆炸或起火具有重大风险，中国近60%的煤矿事故是由甲烷气体引起的。
2020年，中国煤炭产量占全球的46%，全国有3200多座高瓦斯、高突出风险的煤矿。
作者兼查尔斯达尔文大学 (CDU) 科技学院兼职副教授 Niusha Shafiabady 表示，结果显示，在这 10 种机器学习算法中，有 4 种产生了最佳结果。
“线性回归是最有效的算法之一，其短期预测性能优于其他算法，”Shafiabady 副教授说。
“随机森林通常表现出统计上较低的错误性能并实现最高的预测准确度。支持向量机在小数据集上表现良好且计算时间较短，但随着数据集大小的增加，将需要过多的训练时间。
“这项研究的结果将有助于煤矿行业降低发生瓦斯爆炸等事故的风险，保护工人的安全，提高预防和减轻灾害的能力，这些灾害除了可能造成生命损失外，还会导致经济损失。”
这项研究由查尔斯达尔文大学、悉尼科技大学、澳大利亚天主教大学、山西师范大学和中央昆士兰大学共同进行。
副教授 Niusha Shafiabady 同时也是一名澳大利亚天主教大学彼得法伯商学院的研究员，她表示这些结果有多个应用。
她说： “这种方法适用于所有煤矿，同样的原理也适用于航空航天、石油和天然气、农业等其他行业。”
“这是一个利用人工智能来拯救生命、减轻健康和安全风险的应用示例。”
一个
副教授 Shafiabady之前的研究发现，加强对煤矿风、瓦斯密度和温度的监测也有助于降低灾害风险。
页:
[1]