Uso del aprendizaje automático para predecir si una fundación cuadrada aislada propuesta cumple con el estándar ACI 318-11

Montúfar Chiriboga, Gabriel (2022) Uso del aprendizaje automático para predecir si una fundación cuadrada aislada propuesta cumple con el estándar ACI 318-11. REICIT, 2 (1). pp. 191-208. ISSN 2805-1874

Text (PDF) 2730 - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3kB)

Abstract

Cuando un ingeniero civil diseña un proyecto, se generany registramúltiple informaciónen documentos físicos o digitales. En el pasado, la mayor parte de esta información se escribía en papel y esta se extraviaba o degradaba con el tiempo, lo que provocaba la pérdida de datos. Actualmente la mayor parte de la información se registra digitalmente en ordenadores, a través de documentos txt, pdf, CSV, bases de datos SQL, imágenes, capturas de sonido, etc. Todos estos datos se acumulan generalmente de forma desordenada y sin un uso específico. ¿Se podría utilizar toda esta información? Mediante el aprendizaje automático y la creación de una base de datos adecuada, la información recopilada por diseños anteriores puede utilizarse para realizar predicciones que nos permitan conocer algún atributo de interés, por ejemplo, si un diseño es adecuado en relación con el estándar ACI 318-11. En este artículo, se utilizó el software WEKA para entrenar y probar modelos con algoritmos como J48, Naive Bayes, Logistic y AdaBoostM1. Se seleccionó el mejor modelo y posteriormente se realizaron predicciones con datos externos al conjunto de datos de entrenamiento.

Item Type:	Article
Uncontrolled Keywords:	Aprendizaje automático, predicción del diseño estructural, árbol de decisión J48, Naive Bayes; AdaBoostM1.
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General)
Depositing User:	Christian Arosemena
Date Deposited:	08 Mar 2023 15:17
Last Modified:	08 Mar 2023 18:05
URI:	http://up-rid.up.ac.pa/id/eprint/5894

Actions (login required)

View Item