机器学习模型有助于确保安全的结构设计
2025-01-31 18:01:19
英文原文
作者：By Peter Fabris, Contributing EditorJan. 31, 20252 min read
新开发的机器学习模型在碳纤维增强钢柱，根据新闻稿首尔国立科学技术大学。
用碳纤维增强的聚合物（CFRP）加强的混凝土钢管柱（CFST）结合了CFST柱的强大承载能力和强度与CFRP的轻质，耐腐蚀的特性。该研究团队介绍并验证了一种新型混合机器学习模型，能够准确预测CFRP加长的CFST柱的最终轴向强度 - 建筑项目中的关键结构参数。
这些列上的可用数据受到限制，即使使用最佳可用机器学习驱动的模型，也会导致可疑的预测性能。为了克服CFRP加长的CFST列的数据稀缺性，研究人员采用了一种生成AI形式来创建合成数据库，研究人员说。``混合模型都比可用的最佳替代方案表现出更好的准确性，在几个关键指标上达到了较低的错误率。
通过可靠性分析进一步巩固了结果，这表明该模型可以在各种条件下始终如一地提供准确的预测。”
为了使所提出的模型更容易访问且广泛适用，研究团队还创建了一个基于Web浏览器的工具，该工具可用于免费在CFRP强度加长的CFST列中进行最终的轴向强度预测。
关于《机器学习模型有助于确保安全的结构设计》的评论
暂无评论
发表评论
摘要
从首尔国立科学与技术大学的新机器学习模型准确地预测了碳纤维增强聚合物（CFRP）加长的混凝土钢管（CFST）柱的最终轴向强度，通过生成AI克服了数据限制。Hybrid模型在预测准确性和可靠性方面优于现有的替代方案，可免费使用基于Web的工具。