研究人员开发了一种使用探地雷达 (GPR) 检测地下隧道的无监督方法。该系统采用去噪卷积自编码器来学习正常的地下模式，并根据重建误差标记异常。通过将异常评分限制在隧道物理上合理的特定深度范围，该方法显著提高了检测精度，在无需任何标记隧道数据进行训练的情况下，实现了 0.994 的 AUC 和 0.975 的 F1 分数，且误报率低。 AI
影响 这种无监督方法可以实现对关键基础设施更有效、更具可扩展性的监控，降低与秘密挖掘相关的风险。
排序理由 该集群包含一篇详细介绍新 AI/ML 研究方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.04882v1 Announce Type: cross Abstract: Clandestine tunneling beneath oil and gas pipelines enables fuel theft, smuggling, and sabotage, yet conventional monitoring detects damage only after a pipeline has been compromised. Ground-penetrating radar (GPR) can image such …
Clandestine tunneling beneath oil and gas pipelines enables fuel theft, smuggling, and sabotage, yet conventional monitoring detects damage only after a pipeline has been compromised. Ground-penetrating radar (GPR) can image such tunnels non-invasively, but manual radargram inter…