Modellering av berg- och grundvattennivåer med artificiell intelligens / Rock and groundwater surface modelling using artificial intelligence

Rapportnummer
228
Författare
Chunling Shan, Abbas Abbaszadeh Shahri, Stefan Larsson
Rapportkategori
BeFo-rapporter
Utgivningsår
2022

______________________________________________________________________________________________________________________________________

PREFACE

This report presents one of the first projects in which AI has been specified for geoengineering application on the bedrock and groundwater surface modelling. The given automated procedure and uncertainty quantification approach using AI techniques offer tremendous potential for geo-related industries and big data analyses. This can lead the AI users to more efficient and reliable production and hence more flexible models. Obviously, the AI is impacting the future of virtually every industry and every human being. It may even become the language of daily life in the future as the main driver of emerging technologies like big data, robotics, automation etc. The project results show good results and promise a very interesting future.

Additional to the authors the following co-workers from Tyréns made valuable contributions to the project: Emma Zäll, Jennifer Wänseth, Olof Friberg, Lars Marklund, Beatriz Machado, Maria Duvaldt, and Ida Samuelsson.

Reference group members who provided valuable comments and suggestions was composed of Per Tengborg (BeFo), Robert Sturk (Skanska), Torleif Dahlin (LTH), Olle Båtelsson (Trafikverket), Mats Svensson and Rikard Gothäll (Tyréns), Alireza Malehmir, (Uppsala University), Diego Mas Ivars (SKB), Paul Evins (WSP), and Fardad Maghsoudi Moud (Twente University, Netherlands). The report was reviewed by the reference group members and additionally by external scientist, Dr. Mohammad Khorsand Zak from the Islamic Azad University, Iran. An expert in the field of computational mathematics and soft computing approaches.

The project was co-funded with BIG (Branschsamverkan I Grunden), Tyréns, and KTH.

FÖRORD

Denna rapport presenterar ett av de första projekten där AI har specificerats inom geoteknik, i detta fall för modellering av berggrunds- och grundvattenytor. Det automatiserade förfarandet och metoden för kvantifiering av osäkerhet som AI-tekniken erbjuder har en enorm potential för georelaterade industrier och big data-analyser. Detta kan ge AI användarna mer effektiva och tillförlitligare produktion och mer flexibla modeller. Uppenbarligen påverkar AI framtiden för praktiskt taget alla branscher och varje människa. Det kan till och med bli vardagsspråket i framtiden och fungera som drivkraft för framväxande teknologier så som big data, robotik, automation etc. Projektresultaten visar goda resultat och lovar en mycket intressant framtid.

Utöver författarna har följande medarbetare från Tyréns gjort värdefulla bidrag till projektet: Emma Zäll, Jennifer Wänseth, Olof Friberg, Lars Marklund, Beatriz Machado, Maria Duvaldt och Ida Samuelsson.

Referensgruppsmedlemmar som lämnat värdefulla kommentarer och förslag bestod av Per Tengborg (BeFo), Robert Sturk (Skanska), Torleif Dahlin (LTH), Olle Båtelsson (Trafikverket), Mats Svensson och Rikard Gothäll (Tyréns), Alireza Malehmir, (Uppsala University), Diego Mas Ivars (SKB), Paul Evins (WSP) och Fardad Maghsoudi Moud (Twente University, Nederländerna). Rapporten granskades av referensgruppens medlemmar och dessutom av en extern forskare, Dr Khorsand Zak från Islamic Azad University, Iran; en expert inom området beräkningsmatematik.

Projektet samfinansierades med BIG (Branschsamverkan I Grunden), Tyréns och KTH.


Stockholm 2022

Patrik Vidstrand

« Tillbaka