CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

الگوریتم مبتنی بر یادگیری عمیق جهت تشخیص میزان آسیب ساختمان سازی مدرن

عنوان مقاله: الگوریتم مبتنی بر یادگیری عمیق جهت تشخیص میزان آسیب ساختمان سازی مدرن
شناسه ملی مقاله: ICIRES14_002
منتشر شده در چهاردهمین کنفرانس بین المللی نوآوری و تحقیق در علوم مهندسی در سال 1401
مشخصات نویسندگان مقاله:

زهرا روزیطلب - کارشناس کنترل تخلفات ساختمانی شهردازی شیراز
سارا لاری - کارشناس ارشد فناوری اطلاعات

خلاصه مقاله:
امروزه یکی از مشکلات متداول در زمینه ساخت و سازهای درون شهری، مشارکت در ساخت به ویژه انبوه سازی می باشد. با توجه به نوپا بودن این مسئله در حال حاضر کشور ایران نیز از این امر مثتثی نیست. در نتیجه نیاز بازنگری تیم متخصص را در این زمینه طلب می کند. با توجه به نیاز کشور، در این تحقیق، این مهم مورد پژوهش قرارگرفته و سعی شده آسیب های موجود در این بخش ابتدا به صورت مطالعه موشکافانه استخراج گردیده و در نهایت با مطالعه میدانی که بین اقشار مختلف مالیکن و سازندگان مرتبط با این مسئله صورت گرفته است. با استفاده از الگوریتم پیشنهادی ترکیبی از یادگیری عمیق و کانولوشن به همراه رگرسیون خطی جهت تشخیص میزان وابستگی متغیر ها به بررسی مساله پرداخت شد.تجزیه و تحلیل مقایسه نشان می دهد که مدل ترکیبی ما نسبت به مدل کار شده سایر محقیقن برای پیش بینی تشخیص در محیط های مختلف ساخت و ساز مدرن امیدوارکننده است .تا ۹۵ درصد دقت و با درصد خطای ناچیز کمتر از ۰.۰۵ می توان به ارائه راهکار جدید پرداخت .

کلمات کلیدی:
؛CNN، پیش بینی ،یادگیری عمیق ،شناسایی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1655153/