• شماره ركورد
    10454
  • عنوان
    بررسي روش‌هاي نوين يادگيري ماشين در پايش سلامت سازه‌ها
  • سال تحصيل
    1400
  • استاد راهنما
    استاد غلامرضا قدرتي اميري
  • استاد مشاور
    دكتر احسان درويشان
  • چکيده
    يادگيري ماشين (Machine learning) از فناوري‌هاي اميدواركننده در زمينه‌ي هوش مصنوعي است كه به تازگي به دليلي توانايي‌اش در پردازش داده‌هاي بزرگ در پايش سلامت سازه‌ها مورد استفاده قرار گرفته‌است. از ابزارهاي يادگيري ماشين مي‌توان يادگيري عميق، شبكه عصبي مصنوعي پيشخور، تكنيك‌هاي ماشين بردار پشتيباني و ... اشاره كرد كه براي پايش سلامت سازه‌ها استفاده شده‌اند. در سال‌هاي اخير روش‌هاي جديدي برا استفاده از يادگيري عميق در پايش سلامت سازه‌ها ارائه شده است. بيشتر اين روش‌ها داراي الگوريتم‌هاي نظارت شده هستند كه براي ارزيابي سلامت سازه نيازمند اطلاعاتي از حالت‌هاي مختلف آسيب در سازه هستند. از آن‌جايي كه چنين اطلاعاتي معمولا در دسترس نيستند، استفاده از اين روش‌ها در دنياي واقعي كاربردي نيست. در ادامه ابتدا به مروري بر منابع در اين زمينه پرداخته مي‌شود. سپس دو روش بر اساس يادگيري عميق بدون نظارت كه تنها نيازمند اطلاعاتي از سازه سالم مي‌باشند مورد بررسي قرار گرفته است كه نتايج مورد قبولي ارائه داده‌اند. كليد واژه‌ها: پايش سلامت سازه‌اي، شناسايي خرابي، يادگيري ماشين، يادگيري عميق
  • نام دانشجو

    سيده مريم فرشباف شكيب

  • تاريخ ارائه
    1/1/2022 12:00:00 AM
  • متن كامل
    73993
  • پديد آورنده

    سيده مريم فرشباف شكيب

  • تاريخ ورود اطلاعات
    1400/11/22
  • عنوان به انگليسي
    Investigation of the new machine learning methods in health monitoring of the structures
  • كليدواژه هاي فارسي
    پايش سلامت سازه‌اي , شناسايي خرابي , يادگيري ماشين , يادگيري عميق
  • كليدواژه هاي لاتين
    Structural Health monitoring , Damage Detection , Machine Learning , Deep Learning