Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Previsão da resistência à compressão do concreto convencional brasileiro baseado em machine learning : um estudo comparativo entre bases de dados
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/888927
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Rego, João Henrique da Silva | - |
| Autor(es): dc.contributor | Evangelista Júnior, Francisco | - |
| Autor(es): dc.creator | Silva, Vitor Pereira | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T15:40:20Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T15:40:20Z | - |
| Data de envio: dc.date.issued | 2024-07-16 | - |
| Data de envio: dc.date.issued | 2024-07-16 | - |
| Data de envio: dc.date.issued | 2024-07-16 | - |
| Data de envio: dc.date.issued | 2023-07-31 | - |
| Fonte completa do material: dc.identifier | http://repositorio2.unb.br/jspui/handle/10482/48926 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/888927 | - |
| Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Programa de Pós-Graduação em Estruturas e Construção Civil, Faculdade de Tecnologia, 2023. | - |
| Descrição: dc.description | Recentemente, várias técnicas de aprendizado de máquina (ML) estão surgindo como formas alternativas e eficientes de prever como os componentes influenciam as propriedades da mistura final. Na área da engenharia civil, pesquisas recentes já utilizam técnicas de ML em relação às dosagens convencionais de concreto. A importância de discutir seu uso aplicando-se dados brasileiros está inserida em um contexto internacional no qual essa metodologia já está sendo aplicada, sendo necessário verificar o uso dessas técnicas com bancos de dados nacionais ou com o que é criado a partir de dados de entrada nacionais. Nesta pesquisa, uma dessas técnicas, uma rede neural artificial (ANN), é utilizada para determinar a resistência à compressão do concreto convencional brasileiro, utilizando um banco de dados construído por meio de publicações em congressos e trabalhos acadêmicos e comparando-o com o banco de dados internacional em várias idades. A nova base de dados brasileira é de extrema relevância uma vez que contribui com mais dados sobre traços de concreto e permite sua pesquisa para diversas aplicações. Os dados foram organizados em nove variáveis e cinco casos diferentes, nos quais as amostras de dados usadas para treinamento e teste variam. As oito variáveis de entrada possíveis foram: consumo de cimento, escória de alto-forno, pozolana, água, aditivo, agregado miúdo, agregado graúdo e idade.Consequentemente, a variável de resposta foi a resistência à compressão do concreto. Utilizar dados internacionais como conjunto de treinamento e dados brasileiros como conjunto de teste, ou vice-versa, não mostrou resultados satisfatórios isoladamente. Os resultados mostraram uma variação nos cinco cenários; no entanto, ao usar o banco de dados brasileiro e o de referência juntos como conjuntos de teste e treinamento, obteve-se um R² de 0,97 e um R² de 0,86, mostrando que, na união dos dois bancos de dados, um bom modelo preditivo é obtido. | - |
| Descrição: dc.description | Recently, several machine learning (ML) techniques have emerged as alternative and efficient ways to predict how components influence the properties of the final mixture. In the field of civil engineering, recent research has already utilized ML techniques concerning conventional concrete mix designs. The importance of discussing their use in the Brazilian context is embedded in an international context where this methodology is already being applied, making it necessary to assess the applicability of these techniques with national databases or those derived from national input data. In this study, one of these techniques, an artificial neural network (ANN), is used to determine the compressive strength of Brazilian conventional concrete, using a database constructed through congress publications and academic works, and comparing it with an international database at various ages. The new Brazilian database is extremely relevant as it contributes with more data on concrete mixes and allows its search for different applications. The data were organized into nine variables and five different cases, where the data samples used for training and testing varied. The eight possible input variables were: cement content, blast furnace slag, pozzolan, water, additive, fine aggregate, coarse aggregate, and age. The response variable was the compressive strength of concrete. Using international data as the training set and Brazilian data as the test set, or vice versa, did not show satisfactory results individually. The results showed variation across the five scenarios; however, when using the Brazilian and reference databases together as training and test sets, an R² of 0.97 and an R² of 0.86 were obtained, demonstrating that a good predictive model is achieved by combining the two databases. | - |
| Descrição: dc.description | Faculdade de Tecnologia (FT) | - |
| Descrição: dc.description | Departamento de Engenharia Civil e Ambiental (FT ENC) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Estruturas e Construção Civil | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Palavras-chave: dc.subject | Materiais cimentícios | - |
| Palavras-chave: dc.subject | Concreto | - |
| Palavras-chave: dc.subject | Resistência à compressão | - |
| Título: dc.title | Previsão da resistência à compressão do concreto convencional brasileiro baseado em machine learning : um estudo comparativo entre bases de dados | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo