文献

J-GLOBAL ID：202002211881966657   整理番号：20A1006356

実験と機械学習法を用いたグリーンフライアッシュベースのジオポリマコンクリートの圧縮強度の解析【JST・京大機械翻訳】

Analyzing the compressive strength of green fly ash based geopolymer concrete using experiment and machine learning approaches

著者 (5件)： Nguyen Khoa Tan (Department of Architectural Engineering, Sejong University, Seoul, South Korea) ,  Nguyen Quang Dang (Faculty of Engineering and IT, The University of Sydney, Sydney, NSW 2006, Australia) ,  Le Tuan Anh (Vietnam National University of Ho Chi Minh City, Faculty of Civil Engineering, Viet Nam) ,  Shin Jiuk (Department of Building and Urban Research, Building Safety Research Center & Earthquake Engineering Research Center, Korea Institute of Civil Engineering and Building Technology (KICT), Gyeonggi-do, South Korea) ,  Lee Kihak (Department of Architectural Engineering, Sejong University, Seoul, South Korea)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 247  ページ： Null  発行年： 2020年 
JST資料番号： T0560A  ISSN： 0950-0618  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究において,2つの異なる機械学習アプローチを,フライアッシュベースのジオポリマコンクリートの圧縮強度を予測するために提案した。合計335の混合比率を有する実験研究を実施して,訓練および検証プロセスのためのデータを作成した。提案したモデルにおいて,フライアッシュ,水ガラス溶液,水酸化ナトリウム溶液,粗骨材,細骨材,水酸化ナトリウム溶液の濃度,硬化時間,および硬化温度を9入力変数として考慮し,一方,圧縮強度は出力特性であった。機械学習手法の性能を,相関係数(R),平均絶対誤差(MAE)および二乗平均二乗誤差(RMSE)を含む3つの計量のセットを用いて評価した。機械学習モデルと実験結果の間に良好な相関が得られた。提案したモデルを用いて,標準混合物を構築し,フライアッシュベースのジオポリマコンクリートの混合割合を設計することができる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  *コンクリート ,  水ガラス ,  *フライアッシュ ,  相関係数 ,  混合比 ,  細骨材 ,  粗骨材 ,  *圧縮強さ ,  *機械学習
準シソーラス用語： 平均二乗誤差 ,  *ジオポリマ ,  硬化時間 ,  硬化温度 ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (6件)： ジオポリマコンクリート ,  フライアッシュ ,  圧縮強度 ,  深層学習 ,  ディープニューラルネットワーク ,  深い残留ネットワーク

分類 (1件)： モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (4件)： 実験 ,  機械学習 ,  圧縮強度 ,  解析