文献

J-GLOBAL ID：202202277445222667   整理番号：22A0836754

廃棄大理石粉末を組み込んだコンクリートの機械学習に基づく圧縮強度モデリング【JST・京大機械翻訳】

Machine learning-based compressive strength modelling of concrete incorporating waste marble powder

著者 (6件)： Asadi Shamsabadi Elyas (School of Civil Engineering, The University of Sydney, Sydney 2006, Australia) ,  Roshan Naeim (Department of Civil Engineering, Faculty of Engineering, Ferdowsi University of Mashhad, Mashhad, Iran) ,  Hadigheh S. Ali (School of Civil Engineering, The University of Sydney, Sydney 2006, Australia) ,  Nehdi Moncef L. (Department of Civil Engineering, McMaster University, 1280 Main Street West, Hamilton, Ontario L8S 4L7, Canada) ,  Khodabakhshian Ali (Department of Civil Engineering, Faculty of Engineering, Ferdowsi University of Mashhad, Mashhad, Iran) ,  Ghalehnovi Mansour (Department of Civil Engineering, Faculty of Engineering, Ferdowsi University of Mashhad, Mashhad, Iran)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 324  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： 近年,観賞用石工場からの廃大理石粉末(WMP)の容積は急速に増加し,土壌,水および大気汚染の環境問題を引き起こしている。いくつかの研究は,コンクリート混合物にWMPを組み込む利点を探求しているが,適切なデータの欠如とWMPがコンクリートの工学的特性にどのように影響するかの包括的な理解は,コンクリート産業におけるWMPの大規模適用を妨げてきた。従って,本研究では,コンクリートの最も規定された特性であるので,WMPを組み込んだコンクリートの圧縮強度(CS)をモデル化するための機械学習(ML)の能力を調べた。WMPは,主に物理的ミクロ充填剤効果によるコンクリートの性能を改善し,初期セメント水和生成物の核形成と成長のための優先サイトを提供する。しかし,WMPのポゾラン反応性は相組成と熱重量結果によって実証されるので重要でないことを考慮すると,コンクリート混合物中のその取込速度は,ML技術を用いて最適化できる特定の用量に限定されるべきである。MLモデリングの結果は,WMPコンクリートのCSが,極端な勾配ブースティング(XGB)と人工ニューラルネットワーク(ANN)情報モデルを用いて高精度(R2>0.97)で予測でき,ANNがWMPの含有量に敏感であることを示した。多重共線性を考慮した特徴重要性結果は,強度発達におけるWMPの役割が,その不活性特性により,主に10~20%に制限されることを示した。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： 核形成 ,  最適化 ,  *粉体 ,  大気汚染 ,  セメント ,  *コンクリート ,  ニューラルネットワーク ,  *大理石 ,  水和 ,  *モデリング ,  多重化 ,  相組成 ,  *圧縮強さ ,  *機械学習
準シソーラス用語： ブースティング , 【Automatic Indexing@JST】

著者キーワード (6件)： コンクリート ,  圧縮強度 ,  廃棄大理石粉末 ,  データ駆動 ,  機械学習 ,  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 (7件)： 廃棄 ,  大理石 ,  粉末 ,  コンクリート ,  機械学習 ,  圧縮強度 ,  モデリング