文献

J-GLOBAL ID：202202291229624689   整理番号：22A1037345

IoTスマートシティに基づく機械学習耐火データ予測のハイブリッドモデル【JST・京大機械翻訳】

Hybrid Model of Machine Learning Refractory Data Prediction Based on IoT Smart Cities

著者 (3件)： Li Xuewei (School of Civil Engineering, Dalian Minzu University, Dalian, 116650 Liaoning, China) ,  Huang Kai (School of Civil Engineering, Dalian Minzu University, Dalian, 116650 Liaoning, China) ,  Xu Lei (School of Civil Engineering, Dalian Minzu University, Dalian, 116650 Liaoning, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  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： 近年のデジタル時代の出現により,都市モノのインターネット(IoT)システムにおける人工知能の応用がますます重要になっている。スマート都市の概念は次第に形成され,スマートな都市システムにおけるスマート消火も重要になってきた。機械学習の方法は,現在,様々な分野で適用されるが,スマート消火のデータ予測にはほとんど適用されていない。スマート消火における機械学習アルゴリズムのデータ応用を含む様々なタイプの応用はまだ調査されていない。本論文では,IoTスマート都市に対するより理論的で技術的支援を提供することを目的として,建築火災抵抗データを予測するための機械学習アルゴリズムの使用を提案した。本論文は,3つの統合機械学習アルゴリズム,極値ランダムツリー(ET),AdaBoost,および勾配ブースティングマシン(GBM),およびグレイクォー最適化アルゴリズムを使用して,実際の火災環境における建築梁部品の耐火性データを採用する。著者らは,灰色の鉄のアルゴリズムを改良して,機械学習モデルと灰色の鉄のアルゴリズムを結合した。アルゴリズムは3つの機械学習ハイブリッドモデルを構成する:GWO-ET,GWO-AdaBoost,およびGWO-GBM。従来のグリッド調整,粒子群最適化(PSO),および遺伝的アルゴリズム(GA)最適化と比較して,データセットに関する3つの最適化アルゴリズムと機械学習ハイブリッドアルゴリズムのロバスト性と精度を比較し,分析する。種々の性能比較と実験結果比較により性能を測定した。実際の火災の下で様々な建築梁成分データセットのために,最適化と比較は,提案したアルゴリズムの平均二乗誤差(MSE)が非常に小さいことを示した。結果は,GWO機械学習ハイブリッドモデルが他のモデルより優れていることを示して,より小さな予測誤差を持った。Copyright 2022 Xuewei Li et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  鉄 ,  都市 ,  消火 ,  人工知能 ,  ロバスト性 ,  *機械学習 ,  遺伝的アルゴリズム ,  学習アルゴリズム ,  予測誤差
準シソーラス用語： *ハイブリッドモデル ,  ハイブリッドアルゴリズム ,  *モノのインターネット ,  *スマートシティ , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  計算機網  (JC03000K)

引用文献 (22件)：

• S. F. El-Fitiany, M. A. Youssef, "Assessing the flexural and axial behaviour of reinforced concrete members at elevated temperatures using sectional analysis," Fire Safety Journal, vol. 44, pp. 691-703, 2009.
• M. B. Dwaikat, V. K. R. Kodur, "Response of restrained concrete beams under design fire exposure," Journal of Structural Engineering, vol. 135, pp. 1408-1417, 2009.
• M. B. Dwaikat, V. K. R. Kodur, "A numerical approach for modeling the fire induced restraint effects in reinforced concrete beams," Fire Safety Journal, vol. 43, pp. 291-307, 2008.
• V. K. R. Kodur, M. Dwaikat, "Flexural response of reinforced concrete beams exposed to fire," Structural Concrete, vol. 9, pp. 45-54, 2008.
• J. Y. Shan Li, R. Liew, M.-X. Xiong, "Prediction of fire resistance of concrete encased steel composite columns using artificial neural network," Engineering Structures, vol. 245, 2021.

タイトルに関連する用語 (6件)： IoT ,  スマートシティ ,  機械学習 ,  耐火 ,  予測 ,  ハイブリッドモデル