A Primer on Machine Learning Applications in Civil Engineering

یادگیری ماشین رشد سریعی در تنوع و کاربردی داشته است، و مجموعه تکنیک ها تکامل یافته و گسترش یافته است. هدف این کتاب ارائه یک نمای کلی از تکنیک های یادگیری ماشینی موجود است که می تواند برای حل مسائل مهندسی عمران مورد استفاده قرار گیرد. مبانی هر دو جنبه نظری و عملی در حوزه های منابع آب / مدل سازی هیدرولوژیکی، مهندسی ژئوتکنیک، مهندسی ساخت و ساز و مدیریت، و مهندسی ساحل / دریا مورد بحث قرار می گیرد. مشکلات پیچیده مهندسی عمران مانند پیش‌بینی خشکسالی، پیش‌بینی جریان رودخانه، مدل‌سازی تبخیر، تخمین دمای نقطه شبنم، مدل‌سازی مقاومت فشاری بتن، پیش‌بینی سطح آب زیرزمینی، و پیش‌بینی ارتفاع موج قابل توجه نیز گنجانده شده است.

p>

ویژگی ها

• اطلاعات انحصاری در مورد کاربردهای یادگیری ماشین و تجزیه و تحلیل داده با توجه به مهندسی عمران
< p>
• شامل بسیاری از تکنیک های یادگیری ماشین در رشته های مهندسی عمران متعدد است
• ایده هایی در مورد چگونگی و مکان ارائه می دهد استفاده از تکنیک های یادگیری ماشین برای حل مسئله
• منابع آب و مدل سازی هیدرولوژیکی، مهندسی ژئوتکنیک، مهندسی ساخت و ساز و مدیریت، مهندسی ساحلی و دریایی، و سیستم های اطلاعات جغرافیایی را پوشش می دهد.
• شامل تمرینات MATLAB^®

Machine learning has undergone rapid growth in diversification and practicality, and the repertoire of techniques has evolved and expanded. The aim of this book is to provide a broad overview of the available machine-learning techniques that can be utilized for solving civil engineering problems. The fundamentals of both theoretical and practical aspects are discussed in the domains of water resources/hydrological modeling, geotechnical engineering, construction engineering and management, and coastal/marine engineering. Complex civil engineering problems such as drought forecasting, river flow forecasting, modeling evaporation, estimation of dew point temperature, modeling compressive strength of concrete, ground water level forecasting, and significant wave height forecasting are also included.

Features

• Exclusive information on machine learning and data analytics applications with respect to civil engineering
• Includes many machine learning techniques in numerous civil engineering disciplines
• Provides ideas on how and where to apply machine learning techniques for problem solving
• Covers water resources and hydrological modeling, geotechnical engineering, construction engineering and management, coastal and marine engineering, and geographical information systems
• Includes MATLAB^® exercises