Scientific Paper: Combined machine learning - 3D physics based approach for building damage evaluation: the case of L’Aquila 2009

Исследование посвящено задаче оценки повреждений зданий, что является критически важным аспектом управления рисками в девелопменте, особенно в сейсмоопасных регионах. Авторы предлагают гибридный подход, объединяющий методы машинного обучения (ML) с моделями 3D-физики. Суть работы заключается в использовании этой комбинации для анализа данных, связанных с сейсмическими событиями. Применение методологии продемонстрировано на примере оценки повреждений зданий после землетрясения в Л'Акуиле в 2009 году. Научная новизна заключается в интеграции эмпирического анализа данных через ML и детерминистического моделирования физических процессов для повышения точности и надежности оценки. 🔬 Такой подход позволяет более комплексно учитывать факторы, влияющие на структурную целостность зданий, однако его эффективность может зависеть от доступности и качества исходных данных для обучения моделей.