文献

J-GLOBAL ID：202202263874876431   整理番号：22A1117280

設計のみ(YODO):超高性能コンクリートの混合物設計のためのGaussプロセスバッチBayes最適化フレームワーク【JST・京大機械翻訳】

You only design once (YODO): Gaussian Process-Batch Bayesian optimization framework for mixture design of ultra high performance concrete

著者 (6件)： Saleh Eman (Civil Engineering Department, Faculty of Engineering, The Hashemite University, P.O. Box 3301127, Zarqa 13133, Jordan) ,  Tarawneh Ahmad (Civil Engineering Department, Faculty of Engineering, The Hashemite University, P.O. Box 3301127, Zarqa 13133, Jordan) ,  Naser M.Z. (AI Research Institute for Science and Engineering (AIRISE), Clemson University, Clemson, SC, USA) ,  Naser M.Z. (School of Civil and Environmental Engineering & Earth Sciences, Clemson University, Clemson, SC, USA) ,  Abedi M. (School of Civil and Environmental Engineering & Earth Sciences, Clemson University, Clemson, SC, USA) ,  Almasabha Ghassan (Civil Engineering Department, Faculty of Engineering, The Hashemite University, P.O. Box 3301127, Zarqa 13133, Jordan)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 330  ページ： Null  発行年： 2022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： 超高性能コンクリート(UHPC)は,優れた強度と耐久性を持ち,従って,それは,構造工学における様々な応用において,主に好ましかった。公開文献は,その構成材料からのUHPCの強度を予測するための一連の予測機械学習(ML)モデルを提示するが,目標(事前仕立て)性能を有する可能なコンクリート混合物の同定の逆問題は,存在する。他の研究とは異なり,この知識ギャップを埋める努力において,本研究では,UHPCの混合設計を推論するために,バッチBayes最適化(BBO)フレームワーク(GP-BBO)によるGaussプロセス(GP)モデリングを提案した。この枠組みにおいて,GPを実験的測定から構築した予測代理モデルとして用いた。GPを訓練し,検証した後,BBOを用いて,代理モデルの最適性と変動性に基づく開発と探索をトレードオフする取得関数を最適化することにより,目標強度に対する妥当な公式を推論する。このように,提案フレームワークは,目標強度の可能なUHPC公式のリストを提供する。提案したフレームワークの広範な広がりを容易にするために,MLコードは,関心のある研究者のために共有され,その検証と拡張が行われている。さらに,GP-BBOプログラミングに関連したハードルを打ち消すために,オープンソースと符号化フリーソフトウェア(App)も作成し,UHPCファブレータにより直接展開できる。従来の試行錯誤ベースの混合設計とは対照的に,GP-BBOは最適サンプリング点を同定するための設計空間の効率的サンプリングのための自己適応パラダイムを提供する。このフレームワークは,強度,ワーカビリティ,および耐久性のような複数の性能目標を満たす公式を推論するために拡張できる。Copyright 2022 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： *最適化 ,  設計 ,  予測 ,  *コンクリート ,  *Gauss過程 ,  耐久性 ,  塩基 ,  逆問題 ,  材料 ,  ワーカビリティ ,  強度 ,  機械学習 ,  *ハイパフォーマンスコンクリート
準シソーラス用語： 設計空間 ,  オープンソース , 【Automatic Indexing@JST】

著者キーワード (4件)： バッチBayes最適化 ,  超高性能コンクリート ,  機械学習 ,  混合設計

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 (7件)： 設計 ,  高性能コンクリート ,  混合物 ,  Gaussプロセス ,  バッチ ,  Bayes最適化 ,  フレームワーク