Na University of Surrey razvijen je novi algoritam koji bi mogao da pomogne građevinskim inženjerima kod praćenja stanja mostova i da ih upozora kada im je potrebna brža popravka.
Mnogi organi vlasti i organizacije koriste sisteme za praćenje stanja konstrukcija kako bi znali u kakvom su mostovi stanju. U okviru ovih sistema se nalazi mnogobrojni podaci u okviru kojih između ostalih ulaze i oni vezani za saobraćaj koji most izdržava svakodnevno. To dovodi do veoma visoke stope uzorkovanja podataka, pri čemu neki dostignu najmanje 10Hz i baza podataka koje imaju vredne informacije o jednoj konstrukciji koje se mere gigabajtovima - što je skupo.
U radu objavljenom u časopisu „Measurement", naučnici detaljno opisuju kako su stvorili algoritam koji objedinjuje velike podatke iz sistema za nadgledanje stanja mostova u praktičniji i prilagodljiviji za korišćenje koji zauzima zantno manje prostora.
Naučnici sa Surreya su koristili metode učenja pod nazivom „K-means Singular Value Decomposition“ (K-SVD) kako bi objedinili podatke iz sistema koji nadgleda i prati stanje mosta Lezíria u Portugalu. Tim je primenio svoj algoritam na 45.000 podataka po kanalu po satu koji je primio „Bridge Weight-in-Motion system“ - jedna od najčešće korišćenih aplikacija za nadgledanje i uspela je da postigne rekonstrukciju sa gubicima na informacijama koji su manji od 0,1 odsto. Druge metode pokazale su da im je potrebno 50 odsto podataka kako bi se postigla slična tačnost.
Dr Ying Wang, glavni autor rada sa University of Surrey, rekao je sledeće: „Mnogim vlastima je teško da smeste podatke koje imaju, vezane za svoje mostove i drugu infrastrukturu, jer na dnevnom nivou preko njih ponekad pređe i na stotine hiljada vozila.“
„Verujemo da ovaj pristup pokazuje da se veliki podaci mogu dramatično smanjiti i svesti na podesive veličine bez gubitaka na informacijama - što je od presudne važnosti za građevinske inženjere.“
