Dergiler / El-Cezeri / 2020 / Cilt: 7 - Sayı: 2

İnşaat Mühendisliğinde Derin Öğrenme Algoritmalarının Değerlendirilmesi ve Uygulanması

Assessment and Application of Deep Learning Algorithms in Civil Engineering

Sayfa
906–922
Yayın Tarihi
2020-05-31
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışmanın sonucunda veri sayısının fazla olduğu çalışmalarda derin öğrenme algoritmalarının kullanımında yüksek başarım elde edileceği ön görülmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada inşaat mühendisliği alanına derin öğrenme algoritmalarının uygulanabilirliği araştırılmıştır.
📊
Temel Bulgular & Veri:Gerçekleştirilen uygulamaların başarı oranları üzerinden inşaat mühendisliğine katkıları analiz edilmiştir.
💡
Sonuç & Katkı:Çalışmanın sonucunda veri sayısının fazla olduğu çalışmalarda derin öğrenme algoritmalarının kullanımında yüksek başarım elde edileceği ön görülmektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Derin Öğrenme Algoritmaları · Derin Sinir Ağı · İnşaat mühendisliği

Özet

Bu çalışmada inşaat mühendisliği alanına derin öğrenme algoritmalarının uygulanabilirliği araştırılmıştır. Öncelikle derin öğrenme algoritmaları hakkında bilgiler verilmiştir. Ayrıca inşaat mühendisliği alanında sınıflandırma, tahmin ve yorumlama gibi konularda yapılan derin öğrenme uygulamaları incelenmiştir. Uygulamalar inşaat mühendisliğinin ulaştırma, hidrolik, mekanik, geoteknik ve yapı alt bilim dallarına göre detaylandırılmıştır. Gerçekleştirilen uygulamaların başarı oranları üzerinden inşaat mühendisliğine katkıları analiz edilmiştir. Çalışmanın sonucunda veri sayısının fazla olduğu çalışmalarda derin öğrenme algoritmalarının kullanımında yüksek başarım elde edileceği ön görülmektedir.

Abstract

In this study, the applicability of deep learning algorithms in the field of civil engineering has been investigated. Firstly, the information that is about deep learning algorithms has been given. Additionally, deep learning applications, which are made, in subjects such as classification, estimation, and interpretation in the field of civil engineering, have been examined. The applications are elaborated according to civil engineering's sub-branches that transportation, geotechnical and construction. The contributions of the realized applications' in view of success rates to civil engineering that were analyzed. As a result of the study, it is foreseen that in the studies where the number of data is high, high performance will be achieved in the use of deep algorithms.

🔖

Bu Makaleye Atıf Yap

ÇAKIROĞLU, M. A., SÜZEN, A. A. (2020). İnşaat Mühendisliğinde Derin Öğrenme Algoritmalarının Değerlendirilmesi ve Uygulanması. El-Cezeri, Cilt: 7 - Sayı: 2, 906–922. https://ajindex.com/articles/252581

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (6)

  1. Lakot A., E., and Şensoy, A., S., (2019). Mimarlık ve İnşaat Mühendisliği Arakesitinde Disiplinler Arası Eğitimin Önemi. Artium, 7(2), 82-90
  2. Gindis, E.J. and Kaebisch, R.C., 2020. Up and Running with AutoCAD 2020 2D Drafting and Design, Elsevier, Academic Press. 568s
  3. Lambropoulos, S., Pantouvakis, J-P., Marinelli, M., 2014. Reforming Civil Engineering Studies in Recession Times, 27th IPMA World Congress, Procedia - Social and Behavioral Sciences 119, 776 – 785, DOI: doi.org /10.1016/j.sbspro.2014.03.087
  4. Kurz, G., and Weber, R.F., 1983. International Exchange of Computer Programs for Engineering Education, Computers &Education, 7(2), 121-124. DOI: doi.org /10.1016/0360-1315(83)90023-4 [5] Economopoulos, V.P., 2009. ECCE President’s Introduction, Civil Engineering Heritage in Europe 18th - 21st Centruy, ECCE European Council of Civil Engineers,
  5. Smallwood, J.J., and Wium, J., 2015. Mass and Density of Materials: Civil Engineering Students’ Knowledge and Perceptions. 6th International Conference on Applied Human Factors and Ergonomics (AHFE 2015) and the Affiliated Conferences, AHFE 2015, Procedia Manufacturing 3, 6408 – 6413, DOI: doi.org /10.1016/j.promfg.2015.07.91 [7] Radzi, N.M., Mohamad, S., Abu, M.S., Phang, F.A., 2012. Are Math-Oriented Critical Thinking Elements in Civil Engineering Workplace Problems Significant? Insights from Preliminary Data and Analysis, International Conference on Teaching and Learning in Higher Education (ICTLHE 2012) in conjunction with RCEE & RHED 2012, Procedia - Social and Behavioral Sciences 56, 96 – 107. DOI: doi.org /10.1016/j.sbspro.2012.09.636 [8] Danielsen, D.A., Torp, O., Lohne, J., 2017. HSE in Civil Engineering Programs and Industry Expectations, Creative Construction Conference 2017, CCC 2017, 19-22 June 2017, Primosten, Croatia, Procedia Engineering 196 (2017) 327 – 334. DOI: doi.org /10.1016/j.proeng.2017.07.207
  6. Fröbel, T., Firmenich, B., Koch, C., 2011. Quality Assessment of Coupled Civil Engineering Applications, Advanced Engineering Informatics 25, 625–639. DOI: doi.org /10.1016/j.aei.2011.08.005 [10] Meža, S., Turk, Ž., Dolenc, M., 2015. Measuring the Potential of Augmented Reality in Civil Engineering, Advances in Engineering Software 90, 1–10. DOI: doi.org /10.1016/j.advengsoft.2015.06.005 [11] Goldberg, D.E. & Holland, J.H. Machine Learning (1988) 3: 95. DOI: doi.org /10.1023/A:1022602019183 [12] Quinlan, J.