Geosci. Front. | 利用机器学习对裂缝密度进行超声波预测： 数值研究

本文研究了利用机器学习方法对岩石、土壤和混凝土中的裂缝密度进行超声波预测的数值研究。研究背景在于裂缝是这些材料中最具破坏性的不连续性，了解其分布和密度对地质系统至关重要。研究目的在于利用机器学习的最新进展，通过分析波信号来预测裂缝密度。研究结果表明，通过选择最佳的波长与裂缝长度比，使用卷积神经网络（CNN）和长短期记忆（LSTM）网络，测试数据的预测准确率可达R2>96%，均方误差(MSE)<25e-4。研究结论指出，机器学习方法能够快速求解和估算裂缝密度，无需进一步建模。