Application of neural networks and an adapted wavelet packet for generating artificial ground motion

Asadi, A.; Fadavi, M.; Bagheri, A.; Ghodrati Amiri, G.

추천

검색

자료유형: 학술저널

저자정보: Asadi, A. (Department of Civil Engineering, Yazd University) Fadavi, M. (Department of Computer Engineering, Shomal University) Bagheri, A. (Center of Excellence for Fundamental Studies in Structural Engineering, School of Civil Engineering, Iran University of Science & Technology) Ghodrati Amiri, G. (Center of Excellence for Fundamental Studies in Structural Engineering, School of Civil Engineering, Iran University of Science & Technology)

저널정보: 테크노프레스 Structural engineering and mechanics : An international journal Structural engineering and mechanics : An international journal 제37권 제6호

발행연도: 2011.1

수록면: 575 - 592 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

For seismic resistant design of critical structures, a dynamic analysis, either response spectrum or time history is frequently required. Owing to the lack of recorded data and the randomness of earthquake ground motion that may be experienced by structure in the future, usually it is difficult to obtain recorded data which fit the requirements (site type, epicenteral distance, etc.) well. Therefore, the artificial seismic records are widely used in seismic designs, verification of seismic capacity and seismic assessment of structures. The purpose of this paper is to develop a numerical method using Artificial Neural Network (ANN) and wavelet packet transform in best basis method which is presented for the decomposition of artificial earthquake records consistent with any arbitrarily specified target response spectra requirements. The ground motion has been modeled as a non-stationary process using wavelet packet. This study shows that the procedure using ANN-based models and wavelet packets in best-basis method are applicable to generate artificial earthquakes compatible with any response spectra. Several numerical examples are given to verify the developed model.

#artificial ground motion #wavelet packet transform #best basis algorithm #generalized regression neural network #target spectrum

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

Asadi, A.

소속기관 Department of Civil Engineering, Yazd University

주요연구분야 공학 > 건축공학 > 토목공학

논문수 1 이용수 5

Fadavi, M.

소속기관 Department of Computer Engineering, Shomal University

주요연구분야 공학 > 건축공학 > 토목공학

논문수 2 이용수 5

Bagheri, A.

소속기관 Center of Excellence for Fundamental Studies in Structural Engineering, School of Civil Engineering,

주요연구분야 공학 > 건축공학 > 토목공학

논문수 6 이용수 17

Ghodrati Amiri, G.

소속기관 Center of Excellence for Fundamental Studies in Structural Engineering, School of Civil Engineering,

주요연구분야 공학 > 건축공학 > 토목공학

논문수 3 이용수 14

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

최근 본 자료

댓글(0)