⚡ electrical engineering

Near-Sensor Damage Localization in Multi-Story Buildings with Level-Crossing Spike Encoding and a Compact Spiking Neural Network

यह शोध पत्र एक ऊर्जा-कुशल, इवेंट-ड्रिवन स्ट्रक्चरल हेल्थ मॉनिटरिंग पाइपलाइन प्रस्तावित करता है जो मल्टी-स्टोरी इमारतों में क्षति का पता लगाने के लिए एक लेवल-क्रॉसिंग स्पाइक एनकोडर को एक कॉम्पैक्ट स्पाइकिंग न्यूरल नेटवर्क के साथ जोड़ता है, जिससे एक ट्यूनेबल थ्रेशोल्ड तंत्र के माध्यम से ऊर्जा खपत और डेटा ट्रांसमिशन दरों को महत्वपूर्ण रूप से कम करते हुए बेसलाइन सटीकता के करीब परिणाम प्राप्त होते हैं।

मूल लेखक: Saher Elsayed, Mohamed Ali, Khairi Azhar Aziz

प्रकाशित 2026-07-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Saher Elsayed, Mohamed Ali, Khairi Azhar Aziz

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक ऊँची इमारत की कल्पना एक विशाल, शांत पियानो के रूप में करें। जब हवा चलती है या पास में यातायात का शोर होता है, तो इमारत कंपन करती है, जिससे एक अनूठा "गीत" निकलता है जो विभिन्न स्वरों (फ्रीक्वेंसी) से बना होता है। यदि इमारत के किसी हिस्से में क्षति होती है—जैसे कि कोई बीम टूट जाना या कोई बोल्ट ढीला हो जाना—तो यह एक पियानो की चाबी के अटक जाने या एक तार के थोड़ा बेसुरा होने जैसा है। इससे वह गीत बदल जाता है, और यदि आप ध्यान से सुनें, तो आप बिल्कुल बता सकते हैं कि कौन सी चाबी खराब हुई है।

यह शोध पत्र एक नया, अत्यंत कुशल तरीका प्रस्तुत करता है जिससे छोटे सेंसर उस गीत को सुन सकते हैं और बिना अपनी बैटरी खत्म किए यह पता लगा सकते हैं कि क्षति कहाँ हुई है।

यहाँ उनके दृष्टिकोण का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: "हमेशा चालू" रहने वाला माइक्रोफ़ोन

पारंपरिक रूप से, एक इमारत की निगरानी करने के लिए, आप हर मंजिल पर एक्सेलेरोमीटर (गति सेंसर) लगा देते हैं। ये सेंसर उन माइक्रोफ़ोन की तरह काम करते हैं जो 24/7 सब कुछ रिकॉर्ड करते हैं, तब भी जब इमारत पूरी तरह से स्थिर हो।

समस्या: सन्नाटे को रिकॉर्ड करना बैटरी की बर्बादी है। यह एक हाई-डेफिनिशन कैमरे को रात भर एक अंधेरे, खाली कमरे में रिकॉर्डिंग करने के लिए छोड़ने जैसा है, बस इस उम्मीद में कि शायद कोई अंदर आ जाए। मरम्मत की ज़रूरत पड़ने से पहले ही बैटरी खत्म हो जाएगी।

2. समाधान: "मोशन-एक्टिवेटेड" सेंसर

लेखक एक ऐसा सिस्टम प्रस्तावित करते हैं जो केवल तभी "जागता" है जब कुछ दिलचस्प होता है। वे दो मुख्य तरकीबों का उपयोग करते हैं:

तरकीब A: "ट्यूनिंग फोर्क" फ़िल्टर (मोडल फ़िल्टरबैंक)
सेंसर द्वारा कच्चे कंपन (raw vibration) को देखने से पहले, यह सिग्नल को चार "ट्यूनिंग फोर्क्स" (फ़िल्टरों) के सेट से गुज़ारता है।

उपमा: कल्पना कीजिए कि आप एक ऑर्केस्ट्रा में एक विशिष्ट वाद्य यंत्र को सुनने की कोशिश कर रहे हैं। पूरे शोर को सुनने के बजाय, आप ऐसे हेडफ़ोन पहनते हैं जो केवल वायलिन की आवाज़ को आने देते हैं, फिर बांसुरी की, और फिर ड्रम की।
यह कैसे मदद करता है: क्षति इमारत के विशिष्ट "स्वरों" (फ्रीक्वेंसी) को बदल देती है। इन ध्वनियों को पहले इन विशिष्ट बैंडों में अलग करके, सिस्टम को ठीक-ठीक पता चल जाता है कि उसे क्या सुनना है, जिससे काम बहुत आसान हो जाता है।

तरकीब B: "थ्रेशोल्ड" अलार्म (लेवल-क्रॉसिंग एनकोडिंग)
इमारत के हर सूक्ष्म हिलने-डुलने को रिकॉर्ड करने के बजाय, सेंसर केवल तभी एक डिजिटल "ब्लिप" (स्पाइक) भेजता है जब कंपन एक निश्चित मात्रा से अधिक बदल जाता है।

उपमा: एक सुरक्षा गार्ड की कल्पना करें जो केवल तभी पुलिस को बुलाता है जब दरवाज़ा कुछ इंच से अधिक खुलता है। यदि हवा से दरवाज़ा थोड़ा सा हिलता है, तो गार्ड शांत रहता है।
कंट्रोल नॉब (नियंत्रण बटन): शोधकर्ताओं के पास एक एकल डायल (जिसे $\theta$ $θ$ कहा जाता है) है।
- यदि आप डायल को कम करते हैं: गार्ड बहुत संवेदनशील हो जाता है, और मामूली हलचल पर भी सूचना देता है। इससे विवरण उच्च मिलता है लेकिन बैटरी का उपयोग अधिक होता है।
- यदि आप डायल को अधिक करते हैं: गार्ड केवल बड़ी हलचलों पर ही सूचना देगा। यह भारी मात्रा में बैटरी बचाता है लेकिन बहुत सूक्ष्म बदलावों को मिस कर सकता है।

3. मस्तिष्क: एक "स्पाइकिंग" न्यूरल नेटवर्क

एक बार जब सेंसर ये विरल (sparse) "ब्लिप्स" भेज देता है, तो एक छोटा कंप्यूटर मस्तिष्क (एक स्पाइकिंग न्यूरल नेटवर्क या SNN) उन्हें प्रोसेस करता है।

यह कैसे काम करता है: एक मानक कंप्यूटर मस्तिष्क के विपरीत जो लगातार गणित करता है, यह मस्तिष्क केवल तभी गणित करता है जब इसे एक "ब्लिप" प्राप्त होता है।
लाभ: यदि इमारत शांत है, तो मस्तिष्क लगभग कुछ नहीं करता। यदि इमारत हिल रही है, तो मस्तिष्क जाग जाता है और काम करने लगता है। यह ऊर्जा के उपयोग को गतिविधि के अनुपात में रखता है, न कि समय के।

4. परिणाम: "स्वीट स्पॉट"

शोधकर्ताओं ने इसका परीक्षण एक सिम्युलेटेड 5-मंजिला इमारत पर रैंडम क्षति और शोर के साथ किया।

सटीकता (Accuracy): उनका सिस्टम क्षतिग्रस्त मंजिल को खोजने में लगभग 87% सटीकता प्राप्त कर सका। यह "गोल्ड स्टैंडर्ड" भारी-भरकम सिस्टम (जो 89% प्राप्त करते हैं) के बहुत करीब है, लेकिन भारी-भरकम सिस्टम बहुत अधिक ऊर्जा का उपयोग करते हैं।
ऊर्जा बचत: उनके सिस्टम ने निर्णय लेने के लिए मानक सिस्टम की तुलना में लगभग 6.5 गुना कम ऊर्जा का उपयोग किया।
समझौता (Trade-off): उस "संवेदनशीलता डायल" (थ्रेशोल्ड) को बदलकर, उन्होंने एक "पारेटो फ्रंटियर" बनाया। यह केवल एक फैंसी तरीका है यह कहने का कि उन्होंने वह सटीक संतुलन बिंदु खोज लिया है जहाँ आप सटीकता में बहुत मामूली गिरावट के साथ बहुत अधिक बैटरी बचा सकते हैं।

5. उन्होंने क्या खोजा (एब्लेशन अध्ययन)

उन्होंने यह देखने के लिए कि कौन सा हिस्सा महत्वपूर्ण है, अपने सिस्टम के हिस्सों को हटाकर परीक्षण किया:

बिना फ़िल्टर्स के: यदि वे "ट्यूनिंग फोर्क्स" को हटा देते और कच्चे शोर को सिस्टम में डाल देते, तो सटीकता 87% से गिरकर 60% हो जाती। फ़िल्टर सबसे महत्वपूर्ण हिस्सा हैं।
बिना "मेमोरी" के: उन्होंने सोचा कि क्या एक "मेमोरी" विशेषता (recurrence) जोड़ने से मदद मिलेगी, जिससे मस्तिष्क पिछले कंपनों को याद रख सके। इससे कोई मदद नहीं मिली और वास्तव में ऊर्जा की बर्बादी हुई। फ़िल्टर पहले से ही मुख्य कार्य कर रहे थे, इसलिए मस्तिष्क को कुछ भी याद रखने की आवश्यकता नहीं थी।
"पुराने स्कूल" का चैंपियन: दिलचस्प बात यह है कि एक बहुत ही सरल, पुराने गणितीय तरीके (फ़िल्टर्ड डेटा पर सपोर्ट वेक्टर मशीन का उपयोग करके) ने वास्तव में सबसे अधिक सटीकता (94%) दिखाई।
- निष्कर्ष: लेखक यह दावा नहीं कर रहे हैं कि उनका AI क्षति खोजने में सबसे बुद्धिमान है। वे दावा कर रहे हैं कि यह सुनने में सबसे अधिक कुशल है। यह बहुत कम बैटरी का उपयोग करते हुए "काफी अच्छी" सटीकता प्रदान करता है और रेडियो के माध्यम से बहुत कम डेटा भेजता है।

सारांश

इस सिस्टम को एक इमारत के लिए एक स्मार्ट, ऊर्जा-बचाने वाले सुरक्षा गार्ड के रूप में सोचें।

पुराना गार्ड: 24/7 जागता रहता है, हर कदम को लिखता रहता है, भले ही वहां कोई न हो। जल्दी बैटरी खत्म हो जाती है।
नया गार्ड: केवल तभी जागता है जब कोई बड़ा कदम उठाता है। हवा को नज़रअंदाज़ करने और कदमों पर ध्यान केंद्रित करने के लिए उसके पास विशेष कान होते हैं। यदि इमारत शांत है, तो गार्ड सो जाता है।

यह शोध पत्र साबित करता है कि यह "सोने वाला" दृष्टिकोण अभी भी ठीक से बता सकता है कि इमारत को कहाँ चोट लगी है, जो इसे वायरलेस सेंसर के लिए आदर्श बनाता है जिन्हें एक सिंगल बैटरी पर वर्षों तक चलना होता है।

तकनीकी सारांश: लेवल-क्रॉसिंग स्पाइक एनकोडिंग और एक कॉम्पैक्ट स्पाइकिंग न्यूरल नेटवर्क के साथ मल्टी-स्टोरी इमारतों में नियर-सेंसर डैमेज लोकलाइजेशन

समस्या विवरण
कंपन-आधारित स्ट्रक्चरल हेल्थ मॉनिटरिंग (SHM) के लिए वायरलेस, बैटरी-संचालित एक्सेलेरोमीटर नोड्स मानक हैं। हालांकि, उनका परिचालन जीवनकाल निरंतर एनालॉग-टू-डिजिटल कन्वर्जन (ADC), ऑन-नोड इन्फरेंस, और रेडियो ट्रांसमिशन की ऊर्जा लागतों के कारण सीमित है। पारंपरिक डेटा-संचालित विधियाँ, जैसे कि 1D कनवल्शनल न्यूरल नेटवर्क (1D-CNNs), संरचना सक्रिय हो या शांत, फिक्स्ड और डेंस कंप्यूटेशन करती हैं, जिससे ऊर्जा खपत सूचना की मात्रा के बजाय दीवार-घड़ी के समय (wall-clock time) से जुड़ जाती है। चुनौती बहु-मंजिला इमारतों में स्टिफनेस-डिमिनिशिंग डैमेज को लोकलाइज करने के लिए एक इवेंट-ड्रिवन दृष्टिकोण का उपयोग करना है, जहाँ कंप्यूट कॉस्ट और डेटा वॉल्यूम सिग्नल की सक्रियता के साथ स्केल होते हैं, जिससे लोकलाइजेशन सटीकता से समझौता किए बिना बैटरी लाइफ बढ़ाई जा सके।

कार्यप्रणाली
लेखक एक नियर-सेंसर पाइपलाइन प्रस्तावित करते हैं जिसमें तीन चरण शामिल हैं: एक मोडल फिल्टरबैंक, एक लेवल-क्रॉसिंग एनकोडर, और एक कॉम्पैक्ट स्पाइकिंग न्यूरल नेटवर्क (SNN)।

स्ट्रक्चरल मॉडल और डेटा जनरेशन: अध्ययन परिवेशी उत्तेजना (0.5–20 Hz) के तहत एक पांच-मंजिला शियर बिल्डिंग का अनुकरण करता है। डैमेज को इंटर-स्टोरी स्टिफनेस में स्थानीयकृत भिन्नात्मक कमी (15–40%) के रूप में मॉडल किया गया है। वर्गीकरण कार्य में छह क्लास शामिल हैं: एक स्वस्थ अवस्था और पांच क्षतिग्रस्त अवस्थाएं (एक प्रति मंजिल)।
सेंसर फ्रंट-एंड:
- मोडल फिल्टरबैंक: प्रत्येक मंजिल के एक्सेलरेशन सिग्नल को चार कॉज़ल फोर्थ-ऑर्डर बैंड-पास फिल्टर (0.8–14 Hz) के एक बैंक से गुजारा जाता है। यह सिग्नल को सब-बैंड्स में विभाजित करता है ताकि मोडल कंटेंट और मोड-शेप जानकारी को उजागर किया जा सके, जो एक एनालॉग प्री-प्रोसेसिंग स्टेज के रूप में कार्य करता है।
- लेवल-क्रॉसिंग एनकोडिंग: प्रत्येक फिल्टर किए गए सब-बैंड को लेवल-क्रॉसिंग (टेम्पोरल-कॉन्ट्रास्ट) एनकोडर द्वारा डिजिटाइज किया जाता है। एक इवेंट (ON या OFF स्पाइक) केवल तभी उत्सर्जित होता है जब सिग्नल एक रनिंग रेफरेंस से एक निश्चित थ्रेशोल्ड $\theta$ से विचलित होता है। यह एक स्पार्स बाइनरी स्पाइक टेंसर उत्पन्न करता है जहाँ थ्रेशोल्ड $\theta$ सटीकता, कंप्यूट कॉस्ट और डेटा रेट के बीच ट्रेड-ऑफ के लिए एक सिंगल कंट्रोल नॉब के रूप में कार्य करता है।
क्लासिफायर: एक कॉम्पैक्ट, फीड-फॉरवर्ड SNN स्पाइक स्ट्रीम को प्रोसेस करता है। इसमें एक इनपुट लेयर है जो 64 लीकी इंटीग्रेट-एंड-फायर (LIF) न्यूरॉन्स को प्रोजेक्ट करती है, जो आगे एक 6-यूनिट लीकी-इंटीग्रेटर रीडआउट को प्रोजेक्ट करती है। नेटवर्क को नॉन-डिफरेंशिएबल स्पाइक फंक्शन को संभालने के लिए सरोगेट ग्रेडिएंट के साथ बैकप्रोपैगेशन थ्रू टाइम का उपयोग करके प्रशिक्षित किया गया है।
एनर्जी अकाउंटिंग: ऊर्जा अनुमान 45 nm CMOS टेक्नोलॉजी पर ऑपरेशन काउंट्स (CNNs के लिए MACs, SNNs के लिए सिनैप्टिक ऑपरेशंस) पर आधारित हैं। अध्ययन विशेष रूप से एनालॉग फिल्टरबैंक पावर, सेंसिंग, मेमोरी मूवमेंट और रेडियो ट्रांसमिशन को छोड़कर केवल इन्फरेंस एल्गोरिदम की तुलनात्मक कंप्यूट ऊर्जा पर ध्यान केंद्रित करता है।

प्रमुख योगदान

इवेंट-ड्रिवन पाइपलाइन: यह पेपर एक विशिष्ट आर्किटेक्चर पेश करता है जहाँ एक मोडल फिल्टरबैंक लेवल-क्रॉसिंग एनकोडिंग और एक छोटे SNN से पहले आता है। यह प्रदर्शित करता है कि एक सिंगल थ्रेशोल्ड पैरामीटर ( $\theta$ ) संयुक्त रूप से सटीकता, कंप्यूट कॉस्ट और डेटा रेट को नियंत्रित करता है।
एक्यूरेसी-एनर्जी कैरेक्टराइजेशन: लेखक एक डेंस 1D-CNN बेसलाइन और क्लासिकल मोडल-फीचर क्लासिफायर्स (SVM और रैंडम फॉरेस्ट) के विरुद्ध SNN के प्रदर्शन का व्यवस्थित मानचित्रण करते हैं। वे एक पारेटो फ्रंटियर (Pareto frontier) दिखाते हैं जहाँ प्रतिस्पर्धी सटीकता बनाए रखते हुए ऊर्जा की खपत में एक ऑर्डर ऑफ मैग्नीट्यूड का अंतर आ सकता है।
एब्लेशन एनालिसिस: अध्ययन पाइपलाइन के महत्वपूर्ण घटकों को अलग करता है, यह सिद्ध करता है कि मोडल फिल्टरबैंक प्रदर्शन के लिए आवश्यक इनेबलर है, जबकि रिकरेंट कनेक्शन इस विशिष्ट कार्य के लिए अनावश्यक और ऊर्जा-खपत वाले हैं।
मैकेनिस्टिक इंटरप्रिटेबिलिटी: लेखक सीखे गए स्पाइक एक्टिविटी को स्ट्रक्चरल मैकेनिक्स से जोड़ते हैं, यह दिखाते हुए कि डैमेज प्रति-फ्लोर स्पाइक एक्टिविटी में स्थानिक रूप से संरचित परिवर्तन उत्पन्न करता है जिसका क्लासिफायर उपयोग करता है, न कि अपारदर्शी ब्लैक-बॉक्स पैटर्न पर निर्भर रहता है।

परिणाम

सटीकता: छह-क्लास लोकलाइजेशन टास्क पर, प्रस्तावित फीड-फॉरवर्ड SNN ने 87.2% टेस्ट एक्यूरेसी प्राप्त की ( $\theta=0.6$ ऑपरेटिंग थ्रेशोल्ड पर)। यह डेंस 1D-CNN बेसलाइन (89.2%) के 2 प्रतिशत अंक के भीतर है।
ऊर्जा दक्षता: ऑपरेटिंग पॉइंट पर, Sets (SNN) को प्रति इन्फरेंस (FP32 समकक्ष) अनुमानित 49.1 nJ की आवश्यकता थी, जबकि 1D-CNN के लिए 317.5 nJ की आवश्यकता थी, जो अनुमानित कंप्यूट ऊर्जा में 6.5× की कमी को दर्शाता है।
पारेटो फ्रंटियर: $\theta$ को स्वैप करके, SNN ने विभिन्न ऑपरेटिंग पॉइंट्स प्राप्त किए। $\theta=0.8$ पर, सटीकता 86.0% रही और ऊर्जा घटकर 35.5 nJ हो गई (8.9× की कमी)। $\theta=1.8$ पर, ऊर्जा घटकर 9.5 nJ हो गई, हालांकि सटीकता गिरकर 66.7% रह गई।
डेटा रिडक्शन: लेवल-क्रॉसिंग फ्रंट-एंड ने डेंस नायक्विस्ट सैंपलिंग की तुलना में बिट्स में डेटा वॉल्यूम को 13.7× तक कम कर दिया, जो थ्रेशोल्ड पर निर्भर करता है।
बेसलाइन्स: मोडल फीचर्स पर ट्यून किए गए क्लासिकल SVM ने उच्चतम सटीकता (94.3%) प्राप्त की, जबकि रैंडम फॉरेस्ट ने 86.3% प्राप्त की। एक INT8 क्वांटाइज्ड CNN ने 89.2% सटीकता के साथ 13.8 nJ पर काम किया।
एब्लेशन: फिल्टरबैंक को हटाने से सटीकता 87.2% से गिरकर 59.7% हो गई। SNN में रिकरेंस जोड़ने से सटीकता में सुधार किए बिना (83.8% तक गिर गई) ऊर्जा 3.4× बढ़ गई। उसी फिल्टरबैंक फीचर्स पर लागू एक डेंस CNN ने 93.5% सटीकता प्राप्त की लेकिन प्रस्तावित SNN की तुलना में 18.6× अधिक ऊर्जा ली।
मजबूती (Robustness): SNN ने 15–40 dB के सिग्नल-टू-नॉइज़ रेशियो के बीच 79–87% सटीकता बनाए रखी। शुरुआती डैमेज (15–20% स्टिफनेस लॉस) के लिए लोकलाइजेशन सबसे कठिन था लेकिन गंभीर डैमेज (35–40% लॉस) के लिए यह लगभग 100% तक पहुँच गया।

महत्व और दावे
यह पेपर स्पष्ट रूप से अपने योगदान को कच्ची सटीकता (raw accuracy) में एक ब्रेकथ्रू के रूप में नहीं, बल्कि प्रतिस्पर्धी सटीकता के साथ इवेंट-ड्रिवन, लो-डेटा-रेट सेंसिंग के प्रदर्शन के रूप में फ्रेम करता है।

वैल्यू प्रपोजिशन: पाइपलाइन का प्राथमिक मूल्य इसकी गतिविधि-अनुपातिक (activity-proportional) संचालन है। डेंस पाइपलाइनों के विपरीत जो लगातार ऊर्जा खर्च करती हैं, यह दृष्टिकोण केवल तभी ऊर्जा खर्च करता है जब स्ट्रक्चरल मोशन इवेंट्स उत्पन्न करता है। यह हमेशा-ऑन सेंसर के लिए महत्वपूर्ण है जहाँ संरचना अक्सर शांत रहती है।
दावों की विनम्रता: लेखक स्पष्ट रूप से कहते हैं कि प्रस्तावित SNN ट्यून किए गए क्लासिकल SVM (94.3%) या डेंस 1D-CNN (89.2%) की सटीकता को पार नहीं करता है। लाभ सेंसिंग मोडैलिटी (स्पार्स इवेंट स्ट्रीम्स) और परिणामी डेटा ट्रांसमिशन और कंप्यूट लोड में कमी में निहित है।
स्कोप: यह अध्ययन एक पांच-मंजिला शियर फ्रेम पर एक नियंत्रित सिमुलेशन है। लेखक किसी फील्ड-रेडी जनरलाइजेशन का दावा नहीं करते हैं, यह नोट करते हुए कि पर्यावरणीय परिवर्तनशीलता के साथ प्रायोगिक बेंचमार्क (जैसे IASC-ASCE, Z24 ब्रिज) और पूर्ण-पैमाने के फील्ड डेटा पर सत्यापन एक आवश्यक अगला कदम है।
भविष्य का कार्य: पेपर सुझाव देता है कि सिंगल-नॉब ट्रेड-ऑफ ( $\theta$ ) एडेप्टिव मॉनिटरिंग रणनीतियों को सक्षम बनाता है जहाँ नोड्स वास्तविक समय की स्थितियों के आधार पर ऊर्जा और रेजोल्यूशन को संतुलित करने के लिए थ्रेशोल्ड को गतिशील रूप से समायोजित कर सकते हैं।