Création de bases de données et de réseaux de neurones convolutifs pour l’analyse granulométrique par photographies

Au cours de la dernière décennie, les réseaux de neurones convolutifs (CNN) ont révolutionné l’analyse d’images dans plusieurs domaines du génie. Toutefois, on retrouve encore peu d’utilisation de CNN en géotechnique. Une des applications les plus évidentes pour les CNN dans ce domaine est la classification des sols et la réalisation d’analyses granulométriques à partir de photographies. Deux verrous technologiques principaux empêchent le développement de CNN pour ces applications. Premièrement, l’entrainement des CNN nécessite d’imposantes bases de données qui comportent des dizaines de milliers de photographies de sols et de matériaux granulaires et les analyses granulométriques correspondantes. Ces bases de données n’existent pas en géotechnique. Deuxièmement, la structure des CNN doit être optimisée pour la réalisation d’analyses granulométriques. Le projet de recherche s’attaque à ces deux problèmes. Les échantillons reçus dans les laboratoires du partenaire seront utilisés pour construire des bases de données. Les réseaux de neurones multiéchelle développés à l’ÉTS seront ensuite entrainés avec ces bases de données pour prédire la granulométrie et faire la classification des sols et des matériaux granulaires.

Faculty Supervisor:

François Duhaime;Jean-Sébastien Dubé

Student:

Partner:

WSP Canada Inc

Discipline:

Engineering

Sector:

Construction and infrastructure; Information and cultural industries; Professional, scientific and technical services

University:

École de technologie supérieure

Program: