Estimating the workability of self-compacting concrete in different mixing conditions based on deep learning

Liu Yang; Xuehui An

추천

검색

자료유형: 학술저널

저자정보: Liu Yang (Tsinghua University) Xuehui An (Tsinghua University)

저널정보: 한국계산역학회 Computers and Concrete, An International Journal Computers and Concrete, An International Journal Vol.25 No.5

발행연도: 2020.1

수록면: 433 - 445 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

A method is proposed in this paper to estimate the workability of self-compacting concrete (SCC) in different mixing conditions with different mixers and mixing volumes by recording the mixing process based on deep learning (DL). The SCC mixing videos were transformed into a series of image sequences to fit the DL model to predict the SF and VF values of SCC, with four groups in total and approximately thirty thousand image sequence samples. The workability of three groups SCC whose mixing conditions were learned by the DL model, was estimated. One additionally collected group of the SCC whose mixing condition was not learned, was also predicted. The results indicate that whether the SCC mixing condition is included in the training set and learned by the model, the trained model can estimate SCC with different workability effectively at the same time. Our goal to estimate SCC workability in different mixing conditions is achieved.

#deep learning #self-compacting concrete #workability #mixing condition #mixer #mixing volume #slump flow and V-funnel test #convolutional neural network #recurrent neural network

참고문헌 (29)

참고문헌 신청

Abbas M. Abd / 2017 / Modelling the strength of lightweight foamed concrete using support vector machine (SVM) / Case Studies in Construction Materials 6:8~15

Carlos Affonso / 2017 / Deep learning for biological image classification / Expert Systems with Applications 85:114~122

Xuehui An / 2014 / Rock-filled concrete, the new norm of SCC in hydraulic engineering in China / Cement and Concrete Composites 54:89~99

Beaupré, D. / 1994 / Rheology of high performance shotcrete

Y. Bengio / 2013 / Representation Learning: A Review and New Perspectives / IEEE Transactions on Pattern Analysis and Machine Intelligence 35(8):1798~1828

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Liu Yang

소속기관 Tsinghua University

주요연구분야 공학 > 건축공학 > 토목공학

논문수 1 이용수 10

Xuehui An

소속기관 Tsinghua University

주요연구분야 공학 > 건축공학 > 토목공학

논문수 4 이용수 15

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 (29)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)