AI Summary & Key Takeaways
AI InsightThe performance of the developed ANN model to predict the values of tensile strength was evaluated by the correlation coefficient and average absolute error values.As a result, when evaluating the performance of the ANN model developed, has been shown usable in the tensile strength of the paving stones of ANN approach
📌 3 Key Takeaways
Abstract
In today numerical methods developing parallel with the development of computer technology widely used in the estimation of test results. One these methods Artificial Neural Networks (ANN), which is a sub-branch of artificial intelligence method. In this study, tensile strength values of paving stone produced by rebound material was developed a model to predict using ANN. In study, 29 unit paving stone samples were produced using the rebound material during shotcrete applications in order to determine the tensile strength of the paving stone. On the produced paving stone samples were made abrasion resistance tests. The performance of the developed ANN model to predict the values of tensile strength was evaluated by the correlation coefficient and average absolute error values.As a result, when evaluating the performance of the ANN model developed, has been shown usable in the tensile strength of the paving stones of ANN approach
Özet
Günümüz bilgisayar teknolojisindeki gelişmelere paralel olarak gelişen sayısal yöntemler deney sonuçlarının tahmininde yaygın olarak kullanılmaktadır. Bu yöntemlerden biri de yapay zekanın bir alt dalı olan Yapay Sinir Ağları (YSA) yöntemidir. Bu çalışmada, geri seken malzeme ile üretilen parke taşlarının aşınma dayanımı değerlerini yapay sinir ağları (YSA) kullanılarak tahmin edebilecek bir model geliştirilmiştir. Çalışmada, parke taşlarının aşınma dayanımlarının belirlenebilmesi için püskürtme beton uygulaması esnasında geri seken malzeme kullanılarak 3 adet parke taşı numunesi üretilmiştir. Üretilen parke taşı numunelerine aşınma dayanımı deneyleri yapılmıştır. Deneysel olarak bulunan sonuçların yapay sinir ağları (YSA) kullanılarak bulunması amaçlanmıştır. Sonuç olarak geliştirilen YSA yaklaşımı ile deneysel olarak elde edilmiş veriler karşılaştırıldığında değerlerin birbirine yakın olduğu görülmüştür.