مقالههزاران بلوک ساختمانی بتن‌آرمه در سراسر جنوب اروپا پیش از تدوین آیین‌نامه‌های ساختمانی لرزه‌ای مدرن ساخته شده‌اند و مهندسان همواره برای ارزیابی میزان و نحوه تخریب هر یک از آن‌ها در اثر زلزله‌ای بزرگ با چالش‌های فنی فراوانی روبه‌رو بوده‌اند. پژوهش جدیدی که در نشریه Neural Computing and Applications منتشر شده است، سامانه هوش مصنوعی نوآورانه‌ای را معرفی می‌کند که این ارزیابی را تقریباً در حدود ۷۰ میلی‌ثانیه انجام می‌دهد؛ سرعتی خیره‌کننده که با شبیه‌سازی‌های غیرخطی المان محدود سنتی که معمولاً ساعت‌ها برای تحلیل تنها یک ساختمان زمان می‌برد، تفاوت چشمگیری دارد.
چالش محوری که پژوهشگران بر آن تمرکز کرده‌اند، تحلیل استاتیکی غیرخطی موسوم به «تحلیل بارافزون» (Pushover Analysis) است. در این روش، مدل المان محدود ساختمان تحت بار جانبی فزاینده‌ای قرار می‌گیرد که نیروهای اینرسی ناشی از زلزله را شبیه‌سازی می‌کند و پاسخ سازه تا زمانی که اعضای باربر اصلی به حد نهایی تغییر شکل خود برسند، پایش می‌شود. حاصل این فرایند یک منحنی ظرفیت است که معمولاً به‌صورت یک رابطه شتاب–تغییرمکان دوخطی ساده‌سازی می‌شود و با دوره تناوب ارتعاشی معادل، شتاب تسلیم و شکل‌پذیری موجود مشخص می‌گردد.
راهکار این تیم پژوهشی، توسعه یک شبکه عصبی عمیق ترکیبی است که دو معماری مختلف را پیوند می‌زند: شبکه‌های حافظه کوتاه‌مدت–بلندمدت (LSTM) که وابستگی‌های ترتیبی را مدل‌سازی می‌کنند، و شبکه‌های عصبی پیچشی (CNN) که در تشخیص الگوهای مکانی مهارت دارند. رفتار لرزه‌ای یک سازه قاب ساختمانی به‌طور هم‌زمان به نحوه انتقال قائم نیروها در طبقات و توزیع مقاومت و سختی در پلان طبقه بستگی دارد و هیچ‌یک از این دو ساختار هوش مصنوعی به‌تنهایی قادر به ثبت هر دو بعد نبودند.
هر ساختمان با سه منبع اطلاعاتی مکمل توصیف می‌شود: ۹ پارامتر کلی که ویژگی‌های کل سازه را مشخص می‌کنند، ۸ پارامتر محلی برای هر ستون بتن‌آرمه، و یک ماسک که چیدمان پلان ساختمان را روی یک شبکه ۵۰ در ۵۰ در مساحتی به ابعاد ۵۰ در ۵۰ متر کدگذاری می‌کند.
خروجی‌های ۵۰ شبکه LSTM به‌صورت ستون‌های یک ماتریس دو‌بعدی چیده می‌شوند و با ماسک پلان ترکیب می‌گردند تا یک تصویر دوکاناله را تشکیل دهند که توسط شبکه پیچشی پردازش می‌شود. سپس خروجی این بخش با ۹ پارامتر کلی ساختمان ترکیب شده و به لایه‌های تماماً متصل (Fully Connected) منتقل می‌شود تا ۲۰ هدف رگرسیونی مورد نظر را با سرعت و دقت بالا استخراج کند.
