تعتبر التوائم الرقمية (Digital Twins) واحدة من أبرز التقنيات المستخدمة في مجال فحص البنية التحتية، حيث تتيح رقمنة عمليات الفحص. ومع ذلك، تظل مشكلة نقص البيانات المعنونة كعائق رئيسي أمام تنفيذ هذه التكنولوجيا. في هذه الأبحاث، يتم استغلال الطبيعة الترابطية لرصد حالة الأصول المستمر لإعادة صياغة الكشف عن العيوب في الصور كتصنيف للفروق في الصور (Image Difference Classification) بهدف تقليل الاعتماد على البيانات المتاحة.
تم تقييم هذه المنهجية عبر دراسة حالة متعلقة بفحص إشارات المرور في حالة نقص الموارد، مستخدمين مصنفات مختلفة تعتمد على تصنيف الفروق في الصور. وقد استندت الدراسة إلى مجموعة بيانات جديدة ومحسّنة ذات جودة عالية. النتائج التي تم التوصل إليها تكشف أن المصنف المعتمد على التعليمات يتفوق بشكل كبير على المصنفات المبنية على الترميز، ويعتمد في فعاليته على المقارنة مع الصور المرجعية.
تكشف هذه النتائج أن تصنيف الفروق في الصور يمكن أن يكون أداة فعالة لنمذجة المهام في مواجهة قيود البيانات في فحص البنية التحتية وتحديث حالة الأصول في نماذج التوائم الرقمية. إن هذه الخطوات تمهد الطريق لفهم أعمق لتكنولوجيا فحص البنية التحتية، ما يساهم في تحسين السلامة العامة والكفاءة.
إعادة التفكير في فحص البنية التحتية: تصنيف الفروق في الصور من خلال دراسة حالة إشارات المرور
تستفيد الأبحاث الحديثة من نماذج التوائم الرقمية (Digital Twins) لتحسين فحص البنية التحتية، حيث تعيد صياغة الكشف عن العيوب في الصور عبر تصنيف الفروق. نتائج مذهلة تشير إلى تفوق المصنفات المبنية على التعليمات.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
