Prediction of deflection from flatness and a vertical position with the use of neural networks

The paper presents an attempt to apply unidirectional multilayer neural networks in the prediction of the deflections from flatness and from a vertical position of building walls, on an example of periodic measurements in the church of the Blessed Virgin Mary in Toruń. The applied methods of artificial intelligence in a form of sigmoid neural networks were taught with the use of the backpropagation method, which bases on the gradient methods described in optimization theories. The prognosis of the values of the deflections from flatness and from vertical position was carried out for a single measurement epoch on the basis of ten periodic measurements performed at several-year intervals.

W artykule podjęto próbę wykorzystania sieci neuronowych jednokierunkowych wielowarstwowych do predykcji odchyleń od płaskości i pozycji pionowej ścian budynku, na przykładzie pomiarów okresowych kościoła Najświętszej Maryi Panny w Toruniu. Wykorzystane metody sztucznej inteligencji w postaci sieci neuronowych typu sigmoidalnego były uczone metodą propagacji wstecznej błędu, która bazuje na znanych z teorii optymalizacji metodach gradientowych. Prognoza wielkości wychyleń od pionu i płaskości została przeprowadzona dla jednej epoki pomiarowej na podstawie dziesięciu pomiarów okresowych wykonanych w kilkuletnich odstępach czasu.