%0 Journal Article %T شناسایی ترک در اعضاء بتنی با استفاده از مدل‌های رمزگذار - رمزگشا بر پایه ی یادگیری عمیق %J مجله ی مهندسی عمران شریف %I دانشگاه صنعتی شریف %Z 2676-4768 %A موسوی, محمد %A بخشی, علی %D 2022 %\ 08/23/2022 %V 38.2 %N 2.2 %P 79-88 %! شناسایی ترک در اعضاء بتنی با استفاده از مدل‌های رمزگذار - رمزگشا بر پایه ی یادگیری عمیق %K پایش سلامت سازه‌ها %K یادگیری عمیق %K بینایی رایانه %K یادگیری ماشین %K تشخیص ترک %R 10.24200/j30.2022.59482.3054 %X شناسایی ترک از مسائل ضروری و بنیادی زمینه‌ی پایش سلامت سازه‌های مهندسی است. پژوهش حاضر به ارائه‌ی مدلی بر پایه‌ی یادگیری عمیق پرداخته است، که به واسطه‌ی آن بتوان فرایند شناسایی ترک در سطوح بتنی را به صورت خودکار به انجام رساند. برای رسیدن به بیشترین دقت و همچنین کاهش زمان آموزش مدل از آموزش انتقالی در رویکرد آموزش استفاده شده است. استفاده از انواع روش‌های داده‌افزایی، کمک شایانی به توانایی مدل در مواجهه با شرایط تصویربرداری و نوفه‌های موجود در تصاویر کرده است. مدل مورد نظر با استفاده از یک مجموعه داده‌ی برچسب‌گذاری شده‌ی آموزش دیده و دقت نهایی بر اساس پارامتر ارزیابی اصلی پژوهش برابر ۳۸/۹۱\٪ گزارش شده است. روش موجود نسبت به روش‌های پیشین پردازش تصویر، دقت بسیار بالاتری دارد و همچنین وجود انواع ترک در مجموعه‌ی داده‌ی استفاده شده کمک می‌کند که مدل برای انواع ترک‌ها قابلیت تعمیم داشته باشد و از دقت و کیفیت بخش‌بندی آن کاسته نشود. %U https://sjce.journals.sharif.edu/article_22798_742e5361e91ed59e6f91d6c418a2c416.pdf