បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាប្រឈមក្នុងការកាត់បន្ថយរំញ័ររបស់អគារដែលបណ្តាលមកពីកត្តាខាងក្រៅ (ដូចជាខ្យល់ ឬរញ្ជួយដី) ព្រមទាំងស្វែងរកដំណោះស្រាយដើម្បីកាត់បន្ថយពេលវេលា និងទំហំនៃការគណនាខ្ពស់ (Computational Cost) របស់វិធីសាស្ត្រ Deep Reinforcement Learning (DRL)។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានស្នើឡើងនូវវិធីសាស្ត្រថ្មីមួយដោយរួមបញ្ចូលគ្នារវាងក្បួនដោះស្រាយ Deep Reinforcement Learning (DRL) និងម៉ូដែល Transformer ដើម្បីបង្កើនប្រសិទ្ធភាពប្រព័ន្ធគ្រប់គ្រងរំញ័រអគារដោយមិនចាំបាច់មានអន្តរកម្មផ្ទាល់ទិន្នន័យ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Without Control (Baseline) អគារដែលគ្មានប្រព័ន្ធគ្រប់គ្រងរំញ័រ (Without Control) |
មិនត្រូវការចំណាយលើការដំឡើងឧបករណ៍ផ្នែករឹង (Hardware) ឬប្រព័ន្ធបញ្ជាស្មុគស្មាញឡើយ។ | រងផលប៉ះពាល់យ៉ាងខ្លាំងពីរំញ័រខាងក្រៅ ដែលអាចធ្វើឱ្យប៉ះពាល់ដល់រចនាសម្ព័ន្ធ និងសុវត្ថិភាពអគារ។ | មានតម្លៃនៃការបង្កើនល្បឿន (RMS acceleration) និងការរសាត់ទី (RMS displacement) ខ្ពស់បំផុត។ |
| Classical Linear-Quadratic Regulator (LQR) និយតករលីនេអ៊ែរ-កាដ្រាទិចបែបបុរាណ (Classical LQR) |
ផ្តល់នូវគោលការណ៍គ្រប់គ្រងប្រកបដោយស្ថិរភាព និងជាវិធីសាស្ត្រមូលដ្ឋានដែលត្រូវបានទទួលស្គាល់យ៉ាងទូលំទូលាយ។ | មានដែនកំណត់ក្នុងការបន្សាំខ្លួនទៅនឹងការផ្លាស់ប្តូរ និងរំញ័រដែលស្មុគស្មាញ (Non-linear disturbances)។ | អាចកាត់បន្ថយរំញ័របានមួយកម្រិត ប៉ុន្តែប្រសិទ្ធភាពនៅទាបជាងវិធីសាស្ត្រ DRL ។ |
| Transformer-Based DRL-LQR ការរួមបញ្ចូល DRL និង Transformer ជាមួយ LQR |
លុបបំបាត់តម្រូវការអន្តរកម្មផ្ទាល់ជាមួយបរិស្ថាន (Online interaction) កាត់បន្ថយពេលវេលាបណ្តុះបណ្តាលយ៉ាងច្រើន និងអាចបន្សាំទៅនឹងរំញ័របានលឿនក្នុងពេលជាក់ស្តែង។ | ទាមទារចំណេះដឹងខ្ពស់ក្នុងការរៀបចំក្របខ័ណ្ឌ Deep Learning និងទាមទារការធ្វើតេស្តបណ្តុះបណ្តាលក្រៅបណ្តាញ (Offline training) ជាមុន។ | កាត់បន្ថយការបង្កើនល្បឿន (RMS acceleration) និងការរសាត់ជាន់ (Floor displacement) បានពី 50% ទៅ 70% ធៀបនឹងការមិនប្រើប្រព័ន្ធបញ្ជា។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធគ្រប់គ្រងរំញ័រឆ្លាតវៃនេះ ទាមទារការវិនិយោគទាំងលើផ្នែករឹង (Hardware) សម្រាប់ដំឡើងឧបករណ៍ និងផ្នែកទន់ (Software) សម្រាប់ដំណើរការក្បួនដោះស្រាយ និងក្លែងធ្វើ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងមន្ទីរពិសោធន៍នៃសាកលវិទ្យាល័យបច្ចេកវិទ្យា-អ៊ីរ៉ាក់ (University of Technology-Iraq) ដោយប្រើប្រាស់គំរូអគារតូចត្រឹមតែ ៣ ជាន់ និងទិន្នន័យរញ្ជួយដីក្លែងធ្វើ។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាយើងមិនសូវរងគ្រោះពីរញ្ជួយដីធ្ងន់ធ្ងរ ប៉ុន្តែសំណង់អគារខ្ពស់ៗពិតប្រាកដ (Full-scale high-rise buildings) ទាមទារការសាកល្បងបន្ថែមទៅលើកម្លាំងខ្យល់បក់ខ្លាំង (Wind loads) ឬកម្លាំងរំញ័រពីសកម្មភាពសាងសង់ជុំវិញ ដើម្បីបញ្ជាក់ពីប្រសិទ្ធភាពពេញលេញ។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់ក្នុងការយកមកអនុវត្តនៅក្នុងវិស័យសំណង់ និងអភិវឌ្ឍន៍អចលនទ្រព្យនៅកម្ពុជា ជាពិសេសសម្រាប់ការគ្រប់គ្រងសុវត្ថិភាពអគារខ្ពស់ៗ។
សរុបមក ការចាប់យកបច្ចេកវិទ្យាបញ្ជារំញ័រឆ្លាតវៃ (Intelligent Vibration Control) នេះ នឹងជួយលើកកម្ពស់សុវត្ថិភាពស្តង់ដារសំណង់អគារខ្ពស់ៗនៅកម្ពុជាឱ្យកាន់តែមានភាពរឹងមាំ និងទំនើបកម្ម។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Deep Reinforcement Learning (DRL) | ជាទម្រង់នៃការរៀនរបស់ម៉ាស៊ីន (Machine Learning) ដែលភ្នាក់ងារបញ្ញាសិប្បនិម្មិត (AI Agent) រៀនធ្វើការសម្រេចចិត្តតាមរយៈការសាកល្បងខុស និងត្រូវនៅក្នុងបរិស្ថានណាមួយ ដោយទទួលបានរង្វាន់ (Reward) ពេលធ្វើត្រូវ និងការពិន័យ ពេលធ្វើខុស ដើម្បីស្វែងរកយុទ្ធសាស្ត្រគ្រប់គ្រងកម្លាំងរំញ័រដ៏ល្អបំផុតដោយស្វ័យប្រវត្តិ។ | ដូចជាការបង្ហាត់សត្វឆ្កែឱ្យចេះចាប់បាល់ ដោយយើងផ្តល់ចំណីឱ្យវាពេលវាចាប់បាន និងមិនឱ្យចំណីពេលវាចាប់ខុស រហូតដល់វាដឹងពីរបៀបចាប់បាល់ឱ្យបានល្អបំផុត។ |
| Transformer Model | ជាប្រភេទបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត (Neural Network) ដែលមានសមត្ថភាពខ្ពស់ក្នុងការវិភាគទិន្នន័យជាស៊េរី (Sequential data) ដោយប្រើប្រព័ន្ធចំណាប់អារម្មណ៍ (Self-attention) ដើម្បីចាប់យកទំនាក់ទំនងនៃទិន្នន័យដែលនៅឆ្ងាយពីគ្នាដោយមិនចាំបាច់រង់ចាំអានតាមលំដាប់លំដោយ ទីនេះគេប្រើវាដើម្បីទស្សន៍ទាយចលនារបស់អគារនាពេលអនាគត។ | ដូចជាមនុស្សអានសៀវភៅមួយទំព័រ ដែលភ្នែករបស់យើងអាចសម្លឹងមើលពាក្យសំខាន់ៗនៅកន្លែងផ្សេងៗគ្នាក្នុងពេលតែមួយ ដើម្បីយល់ន័យជារួម ដោយមិនចាំបាច់អានមួយពាក្យម្តងៗពីដើមដល់ចប់។ |
| Linear-Quadratic Regulator (LQR) | ជាប្រព័ន្ធគ្រប់គ្រងបែបគណិតវិទ្យាបុរាណ ដែលគណនារកកម្លាំង ឬសញ្ញាបញ្ជាដ៏ល្អបំផុត ដើម្បីរក្សាស្ថិរភាពនៃប្រព័ន្ធមេកានិច (ដូចជាអគារ) ឱ្យត្រឡប់មកសភាពស្ងៀមវិញ ក្នុងកម្រិតថាមពលទាបបំផុត។ | ដូចជាអ្នកជិះកង់លើខ្សែពួរ ដែលត្រូវថ្លឹងទម្ងន់ខ្លួនឯងដោយស្វ័យប្រវត្តិដើម្បីកុំឱ្យធ្លាក់ ដោយប្រើប្រាស់កម្លាំង និងចលនាតិចតួចបំផុតតាមដែលអាចធ្វើទៅបាន។ |
| Active Mass Damper (AMD) | ជាឧបករណ៍ទប់រំញ័រអគារដែលបំពាក់នូវដុំទម្ងន់ (Mass) និងម៉ូទ័រ (Actuator) ដោយវាអាចបញ្ចេញកម្លាំង ឬធ្វើចលនាឆ្លើយតបទៅនឹងទិសដៅនៃរំញ័ររញ្ជួយដី ឬខ្យល់បក់ ដើម្បីទាញអគារឱ្យមានលំនឹងឡើងវិញ។ | ដូចជាអ្នកកាន់ថាសទឹកមួយពេញ ពេលមានអ្នករុញអ្នកទៅមុខ អ្នកត្រូវទាញថាសនោះមកក្រោយវិញភ្លាមៗ ដើម្បីទប់លំនឹងកុំឱ្យទឹកកំពប់ចេញ។ |
| Proximal Policy Optimization (PPO) | ជាក្បួនដោះស្រាយ (Algorithm) មួយប្រភេទនៅក្នុង DRL ដែលជួយឱ្យម៉ាស៊ីនរៀនពីបទពិសោធន៍របស់វាដោយការកែតម្រូវយុទ្ធសាស្ត្របន្តិចម្តងៗ ដើម្បីចៀសវាងការផ្លាស់ប្តូរខ្លាំងពេកដែលអាចធ្វើឱ្យបាត់បង់ស្ថិរភាពម៉ូដែលពេលកំពុងបណ្តុះបណ្តាល។ | ដូចជាអ្នករៀនជិះកង់ ដែលអ្នកកែតម្រូវចង្កូតបន្តិចម្តងៗពេលជិតដួល ជាជាងទាញចង្កូតខ្លាំងៗភ្លាមៗដែលអាចធ្វើឱ្យអ្នកដួលកាន់តែលឿន។ |
| Markov Decision Process | ជាក្របខ័ណ្ឌគណិតវិទ្យាដែលពិពណ៌នាអំពីវដ្តនៃអន្តរកម្មរវាង AI Agent និងបរិស្ថានរបស់វា រួមមាន៖ ស្ថានភាពបច្ចុប្បន្ន សកម្មភាព រង្វាន់ និងស្ថានភាពបន្ទាប់ ដោយសន្មតថាការសម្រេចចិត្តបន្ទាប់អាស្រ័យតែលើស្ថានភាពបច្ចុប្បន្នប៉ុណ្ណោះ។ | ដូចជាការលេងអុក ដែលការដើរកូនអុកនៅជំហានបន្ទាប់ គឺពឹងផ្អែកទៅលើទីតាំងកូនអុកនៅលើក្តារនាពេលបច្ចុប្បន្នទាំងស្រុង ដោយមិនខ្វល់ពីរបៀបដែលអ្នកដើរកាលពី១០ជំហានមុនឡើយ។ |
| Shaking table | ជាតុមេកានិចនៅក្នុងមន្ទីរពិសោធន៍ដែលគេប្រើម៉ូទ័រដើម្បីបង្កើតរំញ័រត្រាប់តាមកម្លាំងរញ្ជួយដីពិតប្រាកដ សម្រាប់យកមកសាកល្បងភាពធន់ ការរង្គើ និងប្រតិកម្មរបស់គំរូអគារតូចៗ។ | ដូចជាការដាក់ប្រអប់ក្រដាសនៅលើម៉ាស៊ីនបោកខោអាវដែលកំពុងញ័រខ្លាំង ដើម្បីមើលថាតើប្រអប់នោះមានរាងទ្រុឌទ្រោម ឬធ្លាក់ចុះមកដែរឬទេ។ |
| Root Mean Square (RMS) | ជារង្វាស់ស្ថិតិដែលគេប្រើសម្រាប់វាស់ទំហំមធ្យមនៃអថេរដែលមានការប្រែប្រួលជានិច្ច (ដូចជាការរសាត់ ឬល្បឿនរំញ័រ) ក្នុងអំឡុងពេលណាមួយ ដើម្បីវាយតម្លៃថាតើប្រព័ន្ធបញ្ជាអាចកាត់បន្ថយរំញ័រសរុបបានកម្រិតណា។ | ដូចជាការគណនាប្រាក់ចំណូលជាមធ្យមរបស់អ្នកលក់ដូរដែលរកបានប្រាក់ចំណូលឡើងចុះមិនទៀងទាត់រៀងរាល់ថ្ងៃ ដើម្បីដឹងពីកម្រិតលទ្ធភាពសេដ្ឋកិច្ចជាក់ស្តែងរបស់គាត់ជារួម។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
