Dòng Nội dung
1
Nâng cao độ chính xác trong việc dự đoán chu kỳ dao động của các tháp cao gạch đá bằng việc hiệu chỉnh thông số đầu vào của Supervised Machine Learning : Đề án Thạc sĩ Kỹ thuật xây dựng; Mã Ngành: 8580201 / Trần Ngọc Đầy; Nguyễn Thuế Quý (hướng dẫn)
Tp. Hồ Chí Minh : Trường Đại học Nguyễn Tất Thành, 2025
x, 138 tr. : minh họa ; 29cm.
Ký hiệu phân loại (DDC): 624.183
Mục tiêu của đề án là dựa vào các thí nghiệm/khảo sát thực tế về ảnh hưởng của nhiệt độ lên tính chất cơ lý của vật liệu gạch đá để tìm ra được các công thức liên quan. Từ đó, mô phỏng ảnh hưởng của nhiệt độ lên các thông tin về vật liệu cũng như tần số dao động trong mô hình không gian sử dụng phần mềm ABAQUS. Do việc hạn chế về các khảo sát thực nghiệm, đề án này tập trung xây dựng bộ dữ liệu đầu vào của Supervised Machine Learning dựa vào kêt quả modal analysis trong ABAQUS
 Số bản sách: (1) Tài liệu số: (0)
2
Ứng dụng Machine Learning dự đoán chu kỳ dao động cơ bản của trụ tháp gạch đá : Đề án Thạc sĩ Kỹ thuật xây dựng; Mã Ngành: 8580201 / Trần Chơn ; Nguyễn Thuế Quý hướng dẫn
Tp. Hồ Chí Minh : Trường Đại học Nguyễn Tất Thành, 2024
v, 75 tr. : bảng ; 29 cm.
Ký hiệu phân loại (DDC): 004.21
Phát triển một mô hình SML để dự đoán chu kỳ dao động cơ bản của trụ tháp gạch đá, nhằm đánh giá mức độ an toàn của công trình dựa trên biểu đồ tiêu chuẩn phổ động đất và đề xuất các biện pháp bảo vệ và bảo tồn phù hợp. Bằng cách sử dụng SML, các nhà nghiên cứu có thể phân tích dữ liệu thực nghiệm số từ các công trình đã được nghiên cứu trước đó để đưa ra các dự đoán chính xác về chu kỳ dao động cơ bản của các trụ tháp, ngay cả khi thông tin về hình học và vật liệu còn hạn chế. Phương pháp SML không chỉ giúp tiết kiệm thời gian và nguồn lực trong việc đánh giá mức độ an toàn của các công trình di sản mà còn cung cấp các kết quả với độ chính xác cao.
 Số bản sách: (1) Tài liệu số: (1)