Szkoła Eksploatacji Podziemnej

Wystąpienie pokazuje, czy i w jakim stopniu sztuczna inteligencja może dziś wspierać przewidywanie zapadlisk pogórniczych oraz ocenę ryzyka na terenach poeksploatacyjnych. Na podstawie bazy danych z Polski i Francji przedstawiamy pierwsze wyniki modeli uczenia maszynowego prognozujących rozmiar zapadlisk oraz wskazujemy, jakie czynniki najsilniej wpływają na prognozy. Podkreślamy też, co już działa, gdzie są ograniczenia danych i jakie informacje są kluczowe, aby wdrożyć podejście w praktyce.