CA-DPCNN prediction of mining-induced failure depth in coal seam floors
Diese Arbeit präsentiert ein kontinuierliches, adaptives, durch Ableitungs-Priors beschränktes neuronales Netzwerk (CA-DPCNN), das durch die Einbeziehung von Ingenieurspriorisierungen und einer ungeschnittenen Normalisierungsstrategie die durch Bergbau induzierten Versagens-Tiefen in Kohlenflözböden präzise vorhersagt und dabei im Vergleich zu herkömmlichen Modellen eine überlegene Genauigkeit sowie eine bessere Einhaltung physikalischer Trends erreicht, insbesondere bei der Extrapolation über den Bereich der Trainingsdaten hinaus.