文献

J-GLOBAL ID：202202211903097200   整理番号：22A0863051

機械学習を用いたコンクリート圧縮強度の予測【JST・京大機械翻訳】

Predicting Concrete Compressive Strength Using Machine Learning

著者 (5件)： Ladygina Polina (Institute of Computer Science and Technology, Peter the Great St.Petersburg Polytechnic University, St.Petersburg, Russia) ,  Samochadin Alexander (Institute of Computer Science and Technology, Peter the Great St.Petersburg Polytechnic University, St.Petersburg, Russia) ,  Voinov Nikita (Institute of Computer Science and Technology, Peter the Great St.Petersburg Polytechnic University, St.Petersburg, Russia) ,  Drobintsev Pavel (Institute of Computer Science and Technology, Peter the Great St.Petersburg Polytechnic University, St.Petersburg, Russia) ,  Fedorov Ilya (Vedeneev VNIIG, JSC, St.Petersburg, Russia)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 880  ページ： 450-457  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,機械学習法を用いて,その組成に依存するコンクリートの圧縮強度の予測に専念した。機械学習の使用は,コンクリート強度の予測の精度を改善し,組成を選択するとき必要な実験チェックの数を低減する。コンクリート調合の成分を記述する8つのパラメータによって,いろいろなコンクリート組成のデータセットに関するモデルを訓練することに基づく方式を説明した。得られた結果は,機械学習法がBolomey方程式に基づく従来の計算法よりもより正確な予測を提供することを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コンクリート ,  精度 ,  調合 ,  モデル ,  *圧縮強さ ,  パラメータ ,  強度 ,  *機械学習 ,  予測モデル
準シソーラス用語： コンクリート強度 , 【Automatic Indexing@JST】

著者キーワード (3件)： コンクリート圧縮強度 ,  機械学習 ,  予測モデル

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)： 機械学習 ,  コンクリート ,  圧縮強度 ,  予測