根（gēn）據德克薩斯大學阿靈頓分校(UTA)報道，該校（xiào）的一名（míng）土木工程助理教授Ham正在努力通（tōng）過將機器（qì）學習與傳統監測方法相結合來更好地理解橋梁的結構健康狀況。該助理教授獲得來自中（zhōng）南部國家運輸協會（huì）(Tran-SET)提供的12.2萬美（měi）元撥款，經（jīng）過18個月研發出（chū）來的模（mó）型將（jiāng）在達（dá）拉斯和沃思堡進行測試。

現用於監視橋梁的動態重量係（xì）統中帶（dài）有測量振動、拉伸和偏轉的傳感器。通過橋梁對這些情況的反應，形成可視的橋梁的結構健康狀況圖。但是傳感器（qì）沒有考慮到（dào）不同類（lèi）型的卡車，多條車道，早晚交（jiāo）通高峰等外界情況。因（yīn）此（cǐ），Ham教（jiāo）授（shòu）正在研發一種新係統，以補充當前通過機器學習（xí）實現的運動中體（tǐ）重傳感器。希（xī）望由此產生的數據能夠為運（yùn）輸部門提供更準確的（de）橋梁荷載參數，並更好地了解（jiě）結構的整（zhěng）體完整性。“我們正在將基於物理的模型與人工智（zhì）能相結合，因為計算機（jī）學習的越多，獲得的（de）信息就越好，”漢姆說，“機器學習的加入使我們能夠準確地確定多個條件。”

Ham還（hái）在德克薩斯州交通（tōng）運（yùn）輸部的資助（zhù）下進行相關（guān）研究，以使用非接觸式測試係統來更快速，更輕鬆，更準確地確定何時何地需要維修橋梁。