2021年10月25日-26日，我室张东明教授受邀参加了由国际土力学与岩土工程学会（简称ISSMGE）岩土机器学习专委会（TC309）和岩土风险与可靠度专委会（TC304）联合举办的岩土工程机器学习与风险评估国际学术研讨会（MLRA2021）。该研讨会是第3届ISMLG（International Symposium on Machine Learning and Big Data in Geoscience）和2021年TCWW（TC304 Workshop on Risk Assessment in Geoengineering）的岩土工程风险评估研讨会的联合会议，旨在汇聚岩土科学信息技术和风险评估领域的学者和工程师共同探讨大数据和机器学习领域的进展如何对与自然灾害的评估和变异性、不确定性的量化产生影响。

  由于受到疫情影响，该会议采用线上线下联合举办模式召开。为期两天，设有大会报告以及机器学习和风险评估两个主题的分论坛。我室张东明教授受邀做了题为《Data-centric Design, Construction and Maintenance for Shield Tunnels》的大会主旨报告，该报告为国际土协未来之星讲座（ISSMGE Bright Spark Lecture）（因疫情影响，原定于2020年的讲座报告延至该会议报告）。张老师从盾构隧道在当今大数据背景下面临的挑战出发，介绍了课题组关于机器学习在盾构隧道最初的勘察、设计、施工到运维阶段的监测检测中应用的进展，具体涉及到利用贝叶斯机器学习法对空缺土体设计参数的补全进而进行盾构隧道的设计和勘察方案的优化、对盾构出渣土进行图像识别以划分地层来帮助实现盾构的智能掘进、关联盾构机施工参数与盾构姿态来实现对盾构姿态的预测和控制，以及基于深度学习算法的高效鲁棒的病害检测。现场及线上参会人员对张老师的报告响应十分热烈，张老师逐一回答了大家提出的问题，并与各位专家一起探讨了今后机器学习在盾构隧道中应用的发展。

撰稿人：周烨璐

编辑人：王天鹏