tailieunhanh - Dự đoán mức độ phá hoại cục bộ của tấm bê tông cốt sợi chịu tải trọng va đập sử dụng thuật toán máy học

Bài viết Dự đoán mức độ phá hoại cục bộ của tấm bê tông cốt sợi chịu tải trọng va đập sử dụng thuật toán máy học giới thiệu và ứng dụng thuật toán phân loại Support Vector Machine (SVM) và thuật toán tối ưu hóa Bayesian (Bayesian optimization - BO), những thuật toán máy học (Machine Learning - ML) mạnh để dự đoán mức độ phá hoại cục bộ của tấm bê tông cốt sợi chịu tải trọng va đập gây ra bởi đầu đạn. | Tạp chí Khoa học Công nghệ Xây dựng ĐHXDHN 2022 16 2V 30 43 DỰ ĐOÁN MỨC ĐỘ PHÁ HOẠI CỤC BỘ CỦA TẤM BÊ TÔNG CỐT SỢI CHỊU TẢI TRỌNG VA ĐẬP SỬ DỤNG THUẬT TOÁN MÁY HỌC Lê Đại Nhâna Thái Đức Kiênb Doãn Quốc Hoànc Nguyễn Đăng Nguyêna Phạm Thái Hoàna a Khoa Xây dựng dân dụng và công nghiệp Trường Đại học Xây dựng Hà Nội 55 đường Giải Phóng quận Hai Bà Trưng Hà Nội Việt Nam b Khoa Xây dựng Đại học Vinh 182 Lê Duẩn Vinh Nghệ An Việt Nam c Khoa Kỹ thuật Xây dựng và Môi trường Đại học Sejong Seoul Hàn Quốc Nhận ngày 12 01 2022 Sửa xong 23 04 2022 Chấp nhận đăng 06 5 2022 Tóm tắt Bài báo giới thiệu và ứng dụng thuật toán phân loại Support Vector Machine SVM và thuật toán tối ưu hóa Bayesian Bayesian optimization - BO những thuật toán máy học Machine Learning - ML mạnh để dự đoán mức độ phá hoại cục bộ của tấm bê tông cốt sợi chịu tải trọng va đập gây ra bởi đầu đạn. Bộ dữ liệu kết quả thu được từ 176 thí nghiệm tấm bê tông cốt sợi chịu tải trọng va đập của đầu đạn bao gồm 15 thông số đầu vào được sử dụng để huấn luyện các mô hình máy học nhằm đưa ra các kết quả dự đoán về mực độ phá hoại cục bộ của tấm. Do các dữ liệu thí nghiệm thu thập được có sự phân tán về các thông số đầu vào và mất cân bằng về các dạng phá hoại cục bộ một kỹ thuật lấy thêm mẫu BorderlineSMOTE Synthetic Minority Over-Sampling Technique - SMOTE cũng được sử dụng nhằm mục đích tạo ra bộ dữ liệu phù hợp để mô hình huấn luyện được gọi là BO-SVM đạt kết quả dự đoán tốt. Kết quả thu được cho thấy mô hình đề xuất có thể ứng dụng để dự đoán mức độ phá hoại cục bộ của tấm bê tông cốt sợi chịu tải trọng va đập bởi đầu đạn với độ chính xác chấp nhận được và hiệu quả cao hơn các mô hình ML thông thường khác. Từ khoá thuật toán phân loại SVM thuật toán tối ưu hóa BO kỹ thuật lấy thêm mẫu BorderlineSMOTE máy học bê tông cốt sợi tải trọng va đập. PREDICTION OF LOCAL DAMAGE OF FIBER REINFORCED CONCRETE UNDER IMPACT LOADING USING MACHINE LEARNING ALGORITHMS Abstract This study introduces and applies Support Vector .

TỪ KHÓA LIÊN QUAN
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.