Czasopismo | MATERIAŁY BUDOWLANE | Rocznik 2022 - zeszyt 11

Zastosowanie sieci neuronowych i metody komponentów głównych PCA do kompresji wyników przemieszczeń obiektów budowlanych

Neural networks and PCA principal component methods application to compress the results of the construction object’s displacement

10.15199/33.2022.11.05

Maria Mrówczyńska

nr katalogowy: 140568
10.15199/33.2022.11.05

Streszczenie

W artykule zaproponowano wykorzystanie metody transformacji PCA (Principal Component Analysis), realizowanej z wykorzystaniem sieci neuronowej do kompresji wielowymiarowych danych, uzyskanych w wyniku prowadzonych pomiarów geodezyjnych. Jako przykład możliwości zastosowania prezentowanego podejścia wykorzystano wyniki pomiarów przemieszczeń pionowych obiektu budowlanego. Testy oceny skuteczności zaproponowanego podejścia wykonano z wykorzystaniem współczynnika korelacji oraz błędu średniokwadratowego, który nie przekroczył dwukrotności błędu średniego pomiaru. Wyniki analiz numerycznych porównano z wartościami przemieszczeń pionowych punktów sieci pomiarowo-kontrolnej, uzyskanymi z rzeczywistych pomiarów. Wyniki sugerują, że podejście może znaleźć zastosowanie do kompresji, a następnie rekonstrukcji danych z monitoringu geodezyjnego bez zmniejszenia dokładności identyfikacji przemieszczeń.

Abstract

The article proposes using the PCA (Principal Component Analysis) transformation method carried out using a neural network to compress multidimensional data obtained from geodetic measurements. As an example of the possibility of using the presented approach, the results of measurements of vertical displacements of a construction object were used. Tests to assess the effectiveness of the proposed method were performed using a correlation coefficient and a mean-square error that did not exceed twice the error of the average measurement. The results of numerical analyses were compared with the values of vertical displacements of the measuring and control network points obtained from actual measurements. The results suggest that the approach can be applied to the compression and subsequent reconstruction of geodetic monitoring data without compromising the accuracy of displacement identification.

Słowa kluczowe

Keywords

Bibliografia

[1] Yanga DH et al. Monitoring and analysis of thermal efect on tower displacement in cable-stayed bridge. Measurement. 2018; https://doi. org/10.1016/j. measurement. 2017.10.036.
[2] Nowogońska B. Konsekwencje błędnych decyzji remontowych w XVII-wiecznym budynku szkieletowym. Materiały Budowlane. 2021; https://doi.org/ 10.15199/33.2021.10.07.
[3] Błaszczak-Bąk W et al. Optimization of point clouds for 3D bas-relief modeling. Automation in Construction 2022; https://doi.org/10.1016/j.au- tcon.2022.104352.
[4] Skrzypczak I et al. Scan-to-BIM method in construction: assessment of the 3D buildings model accuracy in terms inventory measurements. Building Research and Information 2022; https://doi.org/10.1080/09613218.2021.2011703.
[5] Piniotis G et al. Deck and Cble Dynamic Testing of a Single-span Bridge Using Radar Interferometry and Videometry Measurements, Journal of Applied Geodesy 2016; https://doi. org/10.1515/jag-2015-0030.
[6] Mrówczyńska et al. compression of results of geodetic displacement measurements using the PCA method and neural networks. Measurement 2020; https://doi.org/10.1016/j.measurement. 2020.107693.
[7] Lia Y et al. Accuracy enhancement of high-rate GNSS positions using a complete ensemble empirical mode decomposition-based multiscale multiway PCA. Journal of Asian Earth Sciences 2019; https://doi.org/10.1016/j.jseaes. 2018.07.025.
[8] Wen L et al. Compression of smart meter big data: A survey. Renewable and Sustainable Energy Reviews 2018; https://doi.org/10.1016/j. rser.2018.03.088.
[9] Mrówczyńska M. Analysis of principal components used for modelling changes in glacitectonically disturbed areas. Journal of Water and Land Development. 2018; https://doi.org/10.2478/jwld-2018-0066.
[10] Wang H, Hong M. Supervised Hebb rule based feature selection for text classification. Information Processing & Management.2018; https://doi.org/10.1016/j.ipm.2018.09.004.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


MATERIAŁY BUDOWLANE- e-publikacja (pdf) z zeszytu 2022-11 , nr katalogowy 140568 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


MATERIAŁY BUDOWLANE- e-zeszyt (pdf) 2022-11 licencja: Osobista Produkt cyfrowy Nowość	27.00 zł

Prenumerata

MATERIAŁY BUDOWLANE - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

MATERIAŁY BUDOWLANE - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
MATERIAŁY BUDOWLANE - papierowa prenumerata roczna	300.00 zł brutto 277.78 zł netto 22.22 zł VAT (stawka VAT 8%)
MATERIAŁY BUDOWLANE - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

342.00 zł

MATERIAŁY BUDOWLANE - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
MATERIAŁY BUDOWLANE - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	456.00 zł brutto 422.22 zł netto 33.78 zł VAT (stawka VAT 8%)

456.00 zł

Zeszyt

2022-11

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma