Uczenie maszynowe w predykcji temperatury nawierzchni asfaltowych – klucz do lepszej interpretacji pomiarów ugięć TSD/FWD

Podczas seminarium poruszymy problematykę właściwego oszacowania temperatury nawierzchni w pomiarach ugięć, zwłaszcza w metodzie TSD. Przedstawione zostaną kolejne etapy prac nad zwiększeniem dokładności oszacowania temperatury od optymalizacji modelu klasycznego, przez uczenie maszynowe ML, po wstępne wyniki badań łączących model fizyczny z ML na danych z dwóch stanowisk o skrajnie różnej ekspozycji. Omówimy także przełożenie dokładności predykcji temperatury na niepewność ugięcia znormalizowanego.
Wydarzenie stworzy przestrzeń do wymiany wiedzy i doświadczeń między środowiskiem naukowym a praktyką inżynierską.

Mgr inż. Jacek Sudyka, jest od wielu lat związany z Instytutem Badawczym Dróg i Mostów w Warszawie, gdzie pracuje w Zakładzie Diagnostyki Nawierzchni. Obecnie pełni funkcję Kierownika Pracowni Diagnostyki Konstrukcji Drogowych.
Uczestniczy w krajowych i międzynarodowych pracach badawczych, ekspertyzach oraz projektach związanych z rozwojem metod diagnostycznych infrastruktury drogowej. Jest autorem i współautorem publikacji naukowych i technicznych z zakresu diagnostyki oraz oceny nawierzchni drogowych. Jego profil badawczy obejmuje w szczególności zagadnienia związane z diagnostyką konstrukcji nawierzchni, zastosowaniem nowoczesnych technologii takich jak GPR, TSD, LCMS oraz przetwarzaniem danych zasilających systemy zarządzania nawierzchniami.