結合混合實境與裂隙擴張之混合域有限元素模型研究

人工智慧(深度學習, deep learning)，已廣泛分析大量數位資訊，推估未知領域與現象。深度學習進而也讓影像辨識、偵測技術得以快速進步。而X-ray影像 CT(Computed Tomography)自問世以來，便被大量運用在多個領域。在地球科學領域中，常利用X-ray CT進行地質結構的研究與調查，並加以分析岩石密度、孔隙率以及滲透率等重要參數。藉由CT影像推估滲透率(permeability)與孔隙率(porosity)等重要參數皆需透過影像處理，降噪、平滑化與分割等階段。引進創新科技，透過新興深度學習技術，建立神經網路模式學習軟體分析CT影像，創建孔隙網路分析資料庫，開發具有自動分析砂岩CT影像模式，自動生成砂岩二值化影像。二值化影像計算Kozeny - Carman Equation參數，獲得岩體滲透率與孔隙率空間分佈。 開發三維非結構化微尺度孔隙通道網格模式。