Geri Dön

Using machine learning approaches to construct correlations for cohesive soils using in-situ and laboratory data

Kohezyonlu zeminler için makine öğrenmesi yaklaşımları kullanılarak arazi ve laboratuvar test verileri ile korelasyon kurulması

  1. Tez No: 474385
  2. Yazar: WALID KHALID MBARAK
  3. Danışmanlar: DOÇ. DR. ÖZER ÇİNİCİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Günümüz dünyasında inşaat faaliyet sahaları bu denli genişlemekte ve proje süreleri bu denli kısalmakta iken, geoteknik mühendislerinin sahadaki zemin özelliklerini mümkün olan en doğru şekilde yansıtacak saha deneylerini yapmak için yeterli zamanları bulunmamaktadır. Bu sebeple korelasyon denklemleri, saha deneyleri ve laboratuvar deneyleri ile birlikte geoteknik tasarım mühendisliğinin temelini oluşturmaktadır. Geoteknik literatürde geçmişteki ve günümüzdeki araştırmacılar tarafından geliştirilmiş bir çok korelasyon denklemi bulunmaktadır. Bu bağıntılardan bazılarının istatiksel bir temele sahip olmayışı, bu bağıntıları kritik zemin parametrelerinin belirlenmesinde daha az güvenilir yapmaktadır. Korealasyon denklemlerinin genel amacı elde etmek istediğimiz bir çıktıyı, belirli bir girdi ile mümkün olan en doğru bir biçimde tahmin edebilmektir. Bu tez çalışmasında, drenajsız kayma mukavemeti (c u ) ve Elastisite modülü (E m ) ve limit basınç (p L ) paramatrelerini tahmin edebilmek için,“Doğrusal Regresyon”,“Random Forest”ve“Gradient Boosting”gibi makine öğrenimi algoritmalarını kullanan regresyon modellerinin geliştirilmesi amaçlanmıştır. Tahmin kabiliyetimizi daha da geliştirmek için, bahsi geçen modellerin deney verilerinden elde edilmiş olan RMSE endeksleri ile hesaplanmış ağırlıklandırılmış ortalamaları kullanılarak, bu modeller bir arada değerlendirilmiştir. Sonuç olarak, en iyi performansı gösteren modeller literatürdeki korelasyon denklemleri ile karşılaştırılmıştır.

Özet (Çeviri)

In a world where the sizes of construction sites are ever increasing and project deadlines ever reducing, the geotechnical engineer no longer has the time to properly conduct the necessary tests on the soil so as to come up with optimal soil properties that would as accurately as possible re ect the ones on site. Therefore, correlations equations together with in-situ tests and laboratory tests have formed the basis of geotechnical engineering design. The literature is lled with correlation equations developed by previous and present researchers. Some of these equations may or may not have any statistical background hence making them less reliable when used to estimate critical soil parameters. The goal of any correlation equation developed is to estimate as accurately as possible a response given a certain input. In this thesis, we aim at developing regression models using machine learning algorithms such as linear regression, Random Forest, and Gradient Boosting so as to predict the undrained shear strength, cu, the elastic modulus, Em and the limit pressure, pL. In order to further improve our prediction capabilities, we can stack the aforementioned models using their weighted averages derived from their RMSE indices obtained from the test data. Finally, the best performing models are compared to the correlations equations found in the literature.

Benzer Tezler

  1. Incremental construction of cost-conscious ensembles using multiple learners and representations in machine learning

    Yapay öğrenmede çoklu öğrenici ve gösterimleri kullanarak maliyet bilinçli kümelerin artırımlı oluşturulması

    MEHMET AYDIN ULAŞ

    Doktora

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    PROF. DR. ETHEM ALPAYDIN

  2. Metabolism-oriented multiomics data integration

    Farklı omı̇k verı̇lerı̇n metabolı̇zma odaklı entegrasyonu

    AYCAN ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. ALİ ÇAKMAK

  3. Borsa istanbul (BIST) hisse fiyat değişim yönünün ilişkisel borsa ağı kullanılarak tahmin edilmesi

    Forecasting stock price change direction using relational stock market network on borsa Istanbul (BIST)

    BİRCAN ERGÜR

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEHRA ÇATALTEPE

  4. Effect of lignin, extractive matter, holocellulose, and alpha cellulose of biomass on calorific value

    Biyokütlenin içeriğindeki lignin, ekstraktif madde, holoselüloz ve alfa selülozun kalorifik değer üzerindeki etkisi

    ÖZLEM ECEM KAYNAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Kimya Mühendisliğiİstanbul Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. SERDAR YAMAN

  5. İlk yıl öğrencilerinin akademik performansına etki eden faktörlerin araştırılması ve bu faktörlere bağlı olarak başarılarının tahminine yönelik bir karar destek sistemi tasarımı

    A research on the factors effecting freshmen students performance and a decision support system design for predicting their academic achievement based on those factors

    TUĞRUL CABİR HAKYEMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Eğitim ve ÖğretimSakarya Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ERMAN COŞKUN