Применение интерпретируемых методов машинного обучения (ML) для анализа взаимосвязей между физическими, механическими свойствами и генетическим типом грунтов Санкт-Петербурга

При выполнении инженерно-геологических изысканий изыскатели и проектировщики часто опираются на нормативные табличные значения свойств грунтов из СП 22.13330.2016 и номограмм ТСН 50-302-2004. Это удобный и привычный инструмент.
Однако у этих зависимостей есть очевидные ограничения:
• не раскрывается, на каких массивах экспериментальных данных они построены;
• неясна репрезентативность выборок и область их применимости;
• не оценивается пространственная степень неопределённости значений — применимы ли значения ТСН для Ленинградкой области? Если да, то насколько?
Фактически мы используем усреднённые характеристики без статистического обоснования.
При этом за последние десятилетия накоплены большие массивы лабораторных и полевых испытаний. А можно ли на основе этих данных количественно проверить существующие зависимости, уточнить их?

Для этого в настоящей работе используются методы машинного обучения как инструмент статистического анализа больших выборок. Интерпретируемые же модели позволяют:
• выявлять устойчивые взаимосвязи (или их отсутствие) между физическими свойствами, генетическим типом и механическими характеристиками;
• оценивать вклад отдельных факторов.
При этом возможно сопоставление полученных зависимостей (из ML) с нормативными, чтобы оценить, где они совпадают, а где — расходятся.
Иначе говоря, задача исследования — на основе реальных данных изысканий по г. Санкт-Петербургу и Ленинградской области статистически проверить и при необходимости уточнить нормативные зависимости прочностных и деформационных характеристик грунтов с учётом стратиграфо-генетической приуроченности и физических характеристик.
На настоящий момент ML-анализ механических свойств грунтов (по сдвиговым испытаниям КД и НН, компрессионным испытаниям, в т.ч. с повторной нагрузкой, трёхосным испытаниям КД) ещё не проведён! Подробнее — в карточках.

~ Шараев Дмитрий Васильевич,
аспирант 2-го года обучения по направлению "Инженерная геология, мерзлотоведение и грунтоведение".
dv.sharaev@yandex.ru
tg: @kigde