不确定性的三维刻画、岩土体参数空间变异、隧道变形破坏机制与可靠度,实现岩土工程非均质 场的智能预测与风险评估。同济大学的研究内容为融合多源数据与概率-机器学习,量化地质不 确定及土体空间变异,研究隧道变形机制与渐进界面预测,提出改进耦合马尔可夫链、卷积神经 网络(CNN)-U-Net等新法,评估荷载耦合作用与可靠度。新加坡科技与设计大学围绕MUSIC 岩土库,用贝叶斯层次-谱聚类-CNN识别异常、预测砂土小应变模量,构建准场地多变量分布, 的合作关系。 施引核心论文产出排名前五的机构为同济大学、中国地质大学、香港城市大学、新加坡国立大 前沿的研究动态保持比较密切的关注和跟踪。