机器学习正在帮助我们找到旧问题的新答案，并为我们不断发展的世界带来的新挑战找到结果。

机器学习是一种人工智能在计算机科学领域，它赋予计算机通过算法从数据中重复“学习”的能力。它可以应用于一系列领域和行业，但在工程、设计和基础设施．

机器学习可以帮助生成、管理和理解数据，为Aurecon和我们的客户在规划、建设或优化基础设施方面做出更好的决策提供有意义的见解。例如，机器学习可以用于帮助公用事业组织在规划住宅开发时预测能源消耗的日常需求。

机器学习与其他学习密切相关数字技术比如大数据、分析、数据管理、可视化增强现实和虚拟现实，为未来创造智能基础设施。

机器学习在工程和基础设施方面的机会

以前，计算机的限制、工艺的复杂性和获得足够质量的相关数据的机会限制了进展。

然而，技术的进步以及数据生成的增加为理解复杂系统提供了新的机会。数据的出现为计划和建设基础设施，然后以无与伦比的信息质量对其进行操作、维护和监控打开了许多大门。

机器学习可以在工程和基础设施中以各种方式使用，包括交通系统建模，简化制造流程，预测能源需求，预测设备维修，简化建筑和项目管理及通讯。

Aurecon机器学习中心

我们的机器学习中心汇集了学术界和工业界在科学、技术、管理和数学方面最聪明的头脑，与中央工程团队合作，支持他们的设计和咨询工作。

我们合作应用机器学习工具、平台和技术来满足客户需求，通过将我们的专业知识与新兴的数字能力相结合，提供改进和新的见解。

机器学习的应用

• 数据分析
  使用统计和模式识别技术进行数据分析，以更好地理解数据关系或系统过程，可以为设计或操作决策提供信息。Aurecon应用了这种包含机器学习技术的方法来进行能力评估和根本原因分析，用于模型机械设备的操作和工艺工程。
  
  
• 自适应学习
  系统模型不依赖于对固定时间数据的假设，而是利用新的或连续的数据来提供更准确的预测和更高效的基础设施操作。我们开发了一种基于机器学习的工具，可以自动进行管道检查，无需人工检查。我们的工具减少了耗时的目视检查的需要，传统的目视检查会给人员带来巨大的负担，疲劳增加了出错的风险，帮助工程师完成操作过程和质量保证要求。
  
  
• 特征提取
  我们用机器学习无人机(UAV)摄影测量工具在南非和新西兰的危险山区更准确、更快、更安全、更遥远地完成数字岩体测绘。基于机器学习的特征提取也被应用在我们的路面评价工作中。
  
  
• 事件和数据检测和分类
  异常检测可以考虑过去的历史和“正常操作”的模式来进行，以检测不同于正常的变化，以及对感兴趣的过去事件进行分类。我们已将此技术应用于发展交通监控的自动事件检测能力。
  
  
• 预测模型
  这使得预测或确定事件的可能性成为可能。例如，在Aurecon，我们使用来自住宅开发的历史计量数据来预测能源使用的临界峰值负荷，使公用事业组织能够为新开发规划基础设施。
  
  
• 系统优化
  在系统优化的可靠性和准确性得到充分证明的情况下，机器学习输出可以纳入到系统控制中，从而更好地利用更深入的数据分析。这适用于配置系统操作的暖通空调优化，以利用建模结果。