Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Machine learning for geomembrane-sand interface analysis
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/896780
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Araújo, Gregório Luís Silva | - |
| Autor(es): dc.contributor | Evangelista Junior, Francisco | - |
| Autor(es): dc.contributor | abenezer.tanga@aluno.unb.br | - |
| Autor(es): dc.creator | Tanga, Abenezer Tefera | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T15:58:25Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T15:58:25Z | - |
| Data de envio: dc.date.issued | 2023-04-28 | - |
| Data de envio: dc.date.issued | 2023-04-28 | - |
| Data de envio: dc.date.issued | 2023-04-28 | - |
| Data de envio: dc.date.issued | 2022-09-27 | - |
| Fonte completa do material: dc.identifier | http://repositorio2.unb.br/jspui/handle/10482/45841 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/896780 | - |
| Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2022. | - |
| Descrição: dc.description | A avaliação da interação solo-geossintética é importante para analisar a estabilidade da estrutura geral. Isso ocorre porque a interação entre os geossintéticos de reforço e o solo reforçado pode ser um início de ruptura que pode causar uma falha estrutural. Vários pesquisadores têm estudado os fatores que determinam a resistência ao cisalhamento da interface em laboratório e identificaram vários componentes que afetam o resultado geral da resistência. O Machine Learning tem um grande potencial para a análise de parâmetros que são influenciados por muitas variáveis. Esta dissertação traz uma discussão sobre o uso da regressão Random Forest, que é um algoritmo de Machine Learning, para prever o ângulo de atrito da interface geomembrana-areia. As interfaces submetidas à investigação de parâmetros de resistência incluem geomembrana e solo sem coesão, e 495 interfaces de várias literaturas foram coletadas. Os dados de interface adquiridos são utilizados para a análise estatística geral e de aprendizado de máquina. Quatorze parâmetros foram registrados da literatura referida como os fatores determinantes da resistência ao cisalhamento da interface. Os quatorze parâmetros são de três componentes de interface principais que são; tipo de teste de laboratório, propriedades da geomembrana e propriedades do solo. Os dados apresentados foram estudados usando regressão linear simples antes de inicializar o Random Forest, para avaliar a interdependência entre pares de parâmetros influenciadores e sua correlação com o ângulo de atrito da interface. Os resultados do coeficiente de correlação de Pearson estão indicando que o nível de influência entre os componentes da interface na maioria das vezes não é forte. Estes valores de correlação implicam a distribuição não linear da base de dados e a importância de um algoritmo multivariado e não linear para estudar os referidos tipos de interfaces. Após a análise dos dados, uma Random Forest inclusiva foi inicializada para prever o ângulo de atrito da interface. Observa-se apenas para 3% do conjunto de treinamento e 6% do conjunto de teste que a estimativa do ângulo de atrito excedeu ±5° dos registros do laboratório. As medidas do coeficiente de determinação mostram forte coerência entre os ângulos de atrito dos estudos de laboratório e as estimativas da Random Forest resultando R2 = 0,93 e R2 = 0,92; para os conjuntos de treinamento e teste, respectivamente. Assim, a Random Forest previu o ângulo de atrito da interface adequadamente. | - |
| Descrição: dc.description | Evaluation of soil-geosynthetic interaction is important for analyzing the stability of the overall structure. This is because the interaction between the reinforcing geosynthetics and the reinforced soil can be a start for breakage which may cause a structural failure. Several researchers have been studying factors determining the interface shear strength in the laboratory and identified various components which affect the overall strength outcome. Machine Learning has a great potential for the analysis of parameters which are influenced by many variables. This dissertation brings a discussion about the use of Random Forest regression, which is a Machine Learning algorithm, for predicting geomembrane-sand interface friction angle. The interfaces subjected for strength parameter investigation include geomembrane and cohesionless soil, and 495 interfaces from various literature were collected. The acquired interface data is utilized for the overall statistical and Machine Learning analysis. Fourteen parameters were recorded from the referred literatures as the factors determining the interface shear strength. The fourteen parameters are from three main interface components which are; laboratory test type, geomembrane properties and soil properties. The presented data has been studied by using simple linear regression before initializing the Random Forest, to evaluate the interdependence between pairs of influencing parameters and their correlation with interface friction angle. The Pearson's correlation coefficient results are indicating the influence level between the interface components is mostly not strong. These correlation values imply the nonlinear distribution of the database and the importance of a multivariate and nonlinear algorithm for studying the referred types of interfaces. After the data analysis, an inclusive Random Forest has been initialized to predict interface friction angle. It is observed only for 3% of the training set and 6% of the testing set that the friction angle estimation has exceeded ±5° from the laboratory records. The coefficient of determination measures shows strong coherence between friction angles from laboratory studies and Random Forest estimations by resulting R2 = 0.93 and R2 = 0.92; for the training and testing sets respectively. Thus, the Random Forest has forecasted interface friction angle adequately. | - |
| 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 Geotecnia | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| 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.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, 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 | Floresta aleatória | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Palavras-chave: dc.subject | Geomembrana | - |
| Palavras-chave: dc.subject | Ângulo de atrito | - |
| Título: dc.title | Machine learning for geomembrane-sand interface analysis | - |
| 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