आईएसएसएन: 2168-9717

वास्तुकला इंजीनियरिंग प्रौद्योगिकी

खुला एक्सेस

हमारा समूह 1000 से अधिक वैज्ञानिक सोसायटी के सहयोग से हर साल संयुक्त राज्य अमेरिका, यूरोप और एशिया में 3000+ वैश्विक सम्मेलन श्रृंखला कार्यक्रम आयोजित करता है और 700+ ओपन एक्सेस जर्नल प्रकाशित करता है जिसमें 50000 से अधिक प्रतिष्ठित व्यक्तित्व, प्रतिष्ठित वैज्ञानिक संपादकीय बोर्ड के सदस्यों के रूप में शामिल होते हैं।

ओपन एक्सेस जर्नल्स को अधिक पाठक और उद्धरण मिल रहे हैं
700 जर्नल और 15,000,000 पाठक प्रत्येक जर्नल को 25,000+ पाठक मिल रहे हैं

में अनुक्रमित
  • सूचकांक कॉपरनिकस
  • गूगल ज्ञानी
  • शेरपा रोमियो
  • जे गेट खोलो
  • जेनेमिक्स जर्नलसीक
  • शैक्षणिक कुंजी
  • इलेक्ट्रॉनिक जर्नल्स लाइब्रेरी
  • RefSeek
  • हमदर्द विश्वविद्यालय
  • ईबीएससीओ एज़
  • ओसीएलसी- वर्ल्डकैट
  • एसडब्ल्यूबी ऑनलाइन कैटलॉग
  • जीव विज्ञान की वर्चुअल लाइब्रेरी (विफैबियो)
  • पबलोन्स
  • यूरो पब
इस पृष्ठ को साझा करें

अमूर्त

An Examination of Physics-based Machine Learning in Civil Engineering

Michael Baxter

The potential are expanding across all industries thanks to the recent advancements in machine learning (ML) and deep learning (DL). Although ML is a useful tool that may be used in many different fields, it can be difficult to directly apply it to civil engineering issues. Lab-simulated ML for civil engineering applications frequently fails in real-world assessments. This is typically linked to a phenomenon known as data shift, which occurs when the data used to train and test the ML model differ from the data it meets in the real world. To address data shift issues, a physics-based ML model integrates data, partial differential equations (PDEs), and mathematical models. In order to accomplish supervised learning problems while adhering to any given laws, physics-based ML models are trained. Physics-based Fluid dynamics, quantum physics, computational resources, and data storage are among the many scientific fields where machine learning (ML) is taking centre stage. This essay examines the development of physics-based machine learning and its use in civil engineering.

अस्वीकृति: इस सारांश का अनुवाद कृत्रिम बुद्धिमत्ता उपकरणों का उपयोग करके किया गया है और इसे अभी तक समीक्षा या सत्यापित नहीं किया गया है।