Uczenie maszynowe kontra metan

Sztuczna inteligencja potrafi przewidzieć wybuch metanu w kopalni na pół godziny przed katastrofą.

W badaniu, w którym udało się tego dowieść, przeanalizowano dziesięć algorytmów uczenia maszynowego – by określić, które z nich najlepiej prognozują zmiany poziomu metanu w chińskich kopalniach węgla.

W przedsięwzięcie zaangażowali się naukowcy z Charles Darwin University, University of Technology Sydney, Australian Catholic University, Shanxi Normal University i Central Queensland University. Efekty swojej pracy opisali w artykule opublikowanym na łamach czasopisma „Scientific Reports”.

Chodziło o opracowanie technologii, która zwiększyłaby bezpieczeństwo górników w kopalniach węgla

Metan, jego wybuch lub zapalenie, jest jedną z najczęstszych przyczyn katastrof naturalnych w kopalniach. Nie ma barwy ani zapachu i eksploduje, kiedy jego stężenie w powietrzu wynosi od ok. 4 do 15 procent. Wystarczy iskra. Powstała wtedy fala gorącego powietrza o temperaturze ponad 2 tysięcy stopni niszczy i zabija wszystko na swej drodze.

Z dziesięciu wspomnianych algorytmów wytypowano cztery, a dalsza selekcja pozostawiła na placu boju dwa. Algorytm o nazwie Random Forest zapewniał najwyższą dokładność przy niskim poziomie błędów. Support Vector Machine też był skuteczny, lecz wymagał dłuższego czasu szkolenia na większych zbiorach danych.

Profesor nadzwyczajny CDU Niusha Shafiabady, główny autor badań, podkreśla, że opracowana w ich trakcie metoda sprawdza się we wszystkich kopalniach i pomoże zmniejszyć zarówno straty ludzkie, jak finansowe. Oprócz górnictwa, tego typu technologie mogą przydać się w lotnictwie, przemyśle wydobywczym ropy i gazu oraz w rolnictwie.

Zdjęcie zajawka: Adobe Stock