2024年10月11日~13日，第2届岩土工程机器学习国际研讨会暨第5届岩土工程机器学习国际论坛（The 2nd Workshop on Future of Machine Learning in Geotechnics and the 5th Machine Learning in Geotechnics Dialogue, 2FOMLIG&5MLIGD）在成都成功举办（图1）。本次会议聚焦于“Geosystems and Geohazards in Digital Era（数字时代的地质系统和地质灾害）”，为科研人员和工程技术人员等提供交流论坛，分享地质工程领域中机器学习的前沿进展，并探讨机器学习在地质系统和地质灾害的可靠性、风险和韧性评估和管理方面的发展和应用。我室黄宏伟教授、张冬梅教授、张洁教授、张东明教授、周鸣亮副教授、黄忠凯助理教授、谢小创博士后、陆盟博士后、朱锐博士生、甘彬霖博士生、陈辉博士生、高天润博士生、张薇博士生、常墨飞博士生、杨滨源硕士生、高益辰硕士生等参加了会议，并进行学术报告、论坛主持、技术培训等学术交流。

图1 会议开幕式

我室黄宏伟教授在主会场作了题为“ML-based decision on safety risk in tunnel driving”的特邀报告，分享了基于机器学习的隧道掘进安全风险分析与控制决策的相关研究工作（图2）。张冬梅教授作为主会场主席，主持了2场特邀报告（图3），并组织分论坛Resilience for infrastructure（SS14）& Geotechnical engineering intelligent monitoring（SS4），与参会学者探讨了地下基础设施韧性的研究进展。张洁教授作为负责人，主持了技术培训课程“Geotechnical Reliability Analysis: Theories, Methods and Algorithms”，并作了题为“Reliability-based design”的专题培训（图4）。张东明教授作为The 5th Machine Learning in Geotechnics Dialogue主持人，进行了题为“Introduction on MLIGD: an overview”的分享并组织了圆桌对话交流，同时作为组织单位代表在闭幕式上作了5MLIGD的总结报告（图5）。周鸣亮副教授在技术研讨会“GeoTechathon: Potential of LLMs”中作了题为“Constructing a domain-specific benchmark dataset for large language models: insights from Tunnel and underground engineering”的分享（图6）。黄忠凯助理教授作为分论坛Resilience for infrastructure（SS14）& Geotechnical engineering intelligent monitoring（SS4）的联合主持人，主持会议报告并与参会人员进行交流探讨。

图2 黄宏伟教授作大会特邀报告

图3 张冬梅教授主持大会特邀报告

图4 张洁教授作专题培训

图5 张东明教授作会议总结报告

图6 周鸣亮副教授作分享报告

图7 黄忠凯助理教授主持分论坛报告

我室朱锐博士生作了题为“Traffic-based resilience assesement on urban road tunnel affected by fire accident”的口头汇报，介绍了一种火灾条件下基于交通性能的隧道韧性评价方法并讨论了不同提升措施对隧道韧性的影响（图8）。甘彬霖博士生作了题为“Intelligent decision making on resilience enhancement for urban underground transport infrastructure”的口头汇报，介绍了多灾害影响下地下交通基础设施韧性知识体系构建方法与提升决策研究实践（图9）。陈辉博士生作题为“Bayesian updating of vulnerability assessment for a shield tunnel under adjacent excavation disturbances”的口头汇报，介绍了一种利用现场实测数据与代理模型更新隧道衬砌结构易损性模型的新方法（图10）。高天润博士研究生作题为“Numerical analysis of the deformation of Undersea Tunnel Crossing Fault Zone”的口头汇报，介绍了一种结合机器学习和数值模拟的盾构施工在既有隧道环境中扰动影响预测方法（图11）。张薇博士生做了题为“Performance analysis for shield tunnel lining under adjacent construction disturbance”的口头汇报，分析了邻近施工扰动下既有隧道的结构性能响应规律，介绍了一种新的邻近施工扰动强度分析方法（图12）。

图8 朱锐博士生作口头报告

图9 甘彬霖博士生作口头报告

图10 陈辉博士生作口头报告

图11 高天润博士生作口头报告

图12 张薇博士生作口头报告

图13 团队成员会场合影

本次会议探讨了机器学习在地质工程和地质灾害防控领域中的前沿进展与应用实践，为国内外地质工程行业学者搭建了学术交流的桥梁。隧道五室师生积极参与会议交流讨论，致力于提高自身学术水平，促进国际学术合作，提升同济大学土木工程学科国际影响力。