{"id":1780,"date":"2026-05-05T10:44:53","date_gmt":"2026-05-05T08:44:53","guid":{"rendered":"https:\/\/www.chiarellimassimo.it\/?p=1780"},"modified":"2026-05-05T10:49:48","modified_gmt":"2026-05-05T08:49:48","slug":"reliability-based-design-in-large-geotechnical-structures-applications-to-tunnel-linings-and-retaining-systems-2","status":"publish","type":"post","link":"https:\/\/www.chiarellimassimo.it\/index.php\/2026\/05\/05\/reliability-based-design-in-large-geotechnical-structures-applications-to-tunnel-linings-and-retaining-systems-2\/","title":{"rendered":"Applicazioni dell\u2019Intelligenza Artificiale nella Geotecnica: Integrazione tra Modelli Fisici e Data-Driven per la Predizione e il Monitoraggio dei Fenomeni Deformativi"},"content":{"rendered":"\n

INGENIO del 04 Maggio 20<\/strong>26<\/em><\/strong>, Imready Srl – RSM<\/strong> –<\/em><\/p>\n\n\n\n

M. Chiarelli – Applicazioni dell\u2019Intelligenza Artificiale nella Geotecnica: Integrazione tra Modelli Fisici e Data-Driven per la Predizione e il Monitoraggio dei Fenomeni Deformativi<\/a><\/p>\n\n\n\n

\n
Download<\/a><\/div>\n<\/div>\n\n\n\n

ABSTRACT<\/strong>
L\u2019intelligenza artificiale (IA) rappresenta uno strumento emergente per affrontare la complessit\u00e0 dei problemi geotecnici, caraterizzati da forte non linearit\u00e0 e incertezza, dovuta alla variabilit\u00e0 naturale dei terreni e alla difficolt\u00e0 di acquisire dati rappresentativi. In questo contesto, l\u2019intelligenza artificiale rappresenta uno strumento prometente per estrarre informazioni significative da grandi moli di dati e migliorare le capacit\u00e0 previsionali.
L\u2019adozione di tecniche di machine learning (ML) e deep learning (DL) consente di affiancare ai modelli deterministici tradizionali approcci basati sui dati, capaci di cogliere relazioni complesse non facilmente modellabili con metodi classici.
Il presente lavoro integra approcci fisici e data-driven nella predizione dei cedimenti, nella classificazione dei terreni e nell\u2019analisi dei dati di monitoraggio. Viene sviluppato un caso studio quantitativo relativo a un versante instabile monitorato tramite interferometria SAR (InSAR) e modellato mediante reti neurali ricorrenti. L\u2019approccio ibrido proposto consente una riduzione significativa dell\u2019errore previsionale rispeto ai modelli tradizionali e un miglioramento dell\u2019interpretazione dei fenomeni con una conseguenziale maggiore capacit\u00e0 di anticipare eventi critici.<\/p>\n\n\n\n

Please download the complete PDF file by clicking the button above.<\/em><\/strong>
<\/p>\n\n\n\n

References<\/strong>

1) Chiarelli, M., (2026)<\/strong>. Reliability \u2013 Based Design in Large Geotechnical Structures: Applications to Tunnel Linings and Retaining Systems \u2013 INGENIO del 19 Marzo 2026, Imready Srl \u2013 RSM.

2) Chiarelli, M., (2025)<\/strong>. Innovazioni tecnologiche nella stabilizzazione dei pendii: modelli costitutivi e simulazioni numeriche – INGENIO del 01 Luglio 2025, Imready Srl \u2013 RSM.

3) Chiarelli, M., (2025)<\/strong>. L\u2019impiego della geofisica e del remote sensing nel monitoraggio dei fenomeni franosi: stato dell\u2019arte, sviluppi recenti e prospettive future – INGENIO del 18 Settembre 2025, Imready Srl \u2013 RSM.

4) Chiarelli, M., (2024)<\/strong>. Laser interferometry for landslide monitoring: data interpretation and early warning applications. Remote Sensing in Geotechnical Engineering, 8(2), 89\u2013110.

5) Chiarelli, M., (2024)<\/strong>. Data-driven and physics-based integration for slope stability assessment. Engineering Geology, 325, 107210.

6) Chiarelli, M., (2023)<\/strong>. Satellite InSAR analysis for slow-moving landslides: interpretation and modelling. Landslides, 20(5), 1123\u20131138.

7) Chiarelli, M., (2022)<\/strong>. Integrated monitoring of slope instability using terrestrial laser interferometry and remote sensing techniques. Engineering Geology Applications Journal, 12(3), 145\u2013162.

8) Chiarelli, M., (2021)<\/strong>. Cedimenti differenziali del terreno di fondazione e danni agli edifici \u2013 INGENIO web del 21 Aprile 2021, Imready Srl \u2013 RSM.

9) Chiarelli, M., (2009)<\/strong>. L\u2019Arte del costruire gallerie \u2013 Editrice | Uni Service, Trento, 2009 ISBN: 978-88-6178-323-2.

10) Guerricchio, A., Chiarelli, M.<\/strong>, et al., (2006<\/strong>). High precision GPS monitoring of landslides. Geophysical Research Abstracts, Vol. 8, 10225, 2006.

11) Biot, M.A. (1941). General theory of three-dimensional consolidation. Journal of Applied Physics, 12, 155\u2013164.

12) Fengnian Chang, Shaochun Dong, Hongwei Yin, Xiao Ye, Zhenyun Wu, Wei Zhang, Honghu Zhu, (2024). Unravelling long-term spatiotemporal deformation and hydrological triggers of slow-moving reservoir landslides with multi-platform SAR data. International Journal of Applied Earth Observation and Geoinformation. Volume 135, December 2024, 104301.

13) Zhang, D., Wang, L., et al. (2022). Application of artificial intelligence in geotechnical engineering: A state-of-the-art review. Earth-Science Reviews, 228, 103991.

14) Chen, H., Zhang, L., Chang, D.S. (2020). Hybrid machine learning model for landslide prediction. Landslides, 17, 103\u2013117.

15) Bui, D.T., Tsangaratos, P., Nguyen, V.T., et al. (2020). Machine learning methods for landslide susceptibility modelling. Engineering Geology, 275, 105713.

16) Hochreiter, S., Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735\u20131780.

17) Huang, F., Huang, J., Jiang, S., Zhou, C. (2017). Landslide displacement prediction using LSTM. Engineering Geology, 221, 1\u201310.

18) Kratzert, F., Klotz, D., Brenner, C., et al. (2018). Rainfall\u2013runoff modelling using LSTM networks. Hydrology and Earth System Sciences, 22, 6005\u20136022.

19) Raissi, M., Perdikaris, P., Karniadakis, G.E. (2019). Physics-informed neural networks: A deep learning framework. Journal of Computational Physics, 378, 686\u2013707.

20) Tartakovsky, A.M., et al. (2020). Physics-informed deep neural networks for subsurface flow modelling. Water Resources Research, 56.

21) Giordan, D., Allasia, P., Manconi, A., et al. (2013). Morphological evolution of the Montaguto landslide. Geomorphology, 187, 61\u201379.

22) Ferrigno, F., Gigli, G., Intrieri, E., Casagli, N. (2017). GB-InSAR monitoring of the Montaguto landslide. Natural Hazards and Earth System Sciences, 17, 845\u2013860.

23) Di Maio, C., Vassallo, R., Vallario, M. (2018). Geotechnical characterization of the Montaguto earthflow. Engineering Geology, 239, 1\u201312.

24) Guerriero, L., Revellino, P., Grelle, G., et al. (2013). Landslide reactivation mechanisms. Italian Journal of Engineering Geology and Environment.

25) Ferretti, A., Prati, C., Rocca, F. (2001). Permanent scatterers in SAR interferometry. IEEE Transactions on Geoscience and Remote Sensing, 39(1), 8\u201320.

26) Hooper, A., Segall, P., Zebker, H. (2007). Persistent scatterer InSAR for crustal deformation. Journal of Geophysical Research, 112(B7).

27) Crosetto, M., Monserrat, O., Cuevas-Gonz\u00e1lez, M., Devanth\u00e9ry, N., Crippa, B. (2016). Persistent Scatterer Interferometry: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 115, 78\u201389.

28) Wasowski, J., Bovenga, F. (2014). Investigating landslides and unstable slopes with satellite SAR interferometry. Engineering Geology, 174, 103\u2013138.

29) Tofani, V., Raspini, F., Catani, F., Casagli, N. (2013). Persistent Scatterer Interferometry for landslide mapping and monitoring. Remote Sensing, 5(3), 1045\u20131065.

30) Hochreiter, S., Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735\u20131780.

31) Omar A., Conte Robles, (2010). Slope stability monitoring using remote sensing techniques. Missouri University of Science & Technology Bachelor of Science in Civil Engineering. May 2012 University of Arkansas, Fayetteville.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019impiego di modelli elastoplastici con softening per simulazioni numeriche, consentono di valutare e ottimizzare soluzioni di rinforzo in aree a rischio frana. Questi modelli permettono di rappresentare l\u2019evoluzione del comportamento meccanico del terreno durante le fasi di caricamento, scarico e collasso, offrendo un supporto prezioso alla progettazione di opere di stabilizzazione su misura.<\/p>\n","protected":false},"author":1,"featured_media":1785,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[6],"tags":[],"class_list":["post-1780","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog-list-view"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/posts\/1780","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/comments?post=1780"}],"version-history":[{"count":7,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/posts\/1780\/revisions"}],"predecessor-version":[{"id":1789,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/posts\/1780\/revisions\/1789"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/media\/1785"}],"wp:attachment":[{"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/media?parent=1780"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/categories?post=1780"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.chiarellimassimo.it\/index.php\/wp-json\/wp\/v2\/tags?post=1780"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}