Application of Machine Learning Algorithms to Rocking Problems

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Achmet, Zeinep en
dc.date.accessioned 2019-12-19T10:23:27Z
dc.date.available 2019-12-19T10:23:27Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/49592
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.17290
dc.description Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Δομοστατικός Σχεδιασμός και Ανάλυση των Κατασκευών” el
dc.rights Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nd/3.0/gr/ *
dc.subject Rocking structures en
dc.subject Rigid blocks en
dc.subject Seismic response en
dc.subject Machine learning en
dc.subject Support vector machines en
dc.subject Λικνιζόμενες δομές el
dc.subject Άκαμπτα σώματα el
dc.subject Σεισμική απόκριση el
dc.subject Μηχανική μάθηση el
dc.title Application of Machine Learning Algorithms to Rocking Problems en
heal.type masterThesis
heal.classification Earthquake Engineering en
heal.classification Αντισεισμική Τεχνολογία el
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2019-06-19
heal.abstract This master's disertation examines the application of machine learning algorithms to rocking problems. Initially, classification algorithms such as, support vector machines, k-nearest neighbours and random forests are trained to predict accurately the overturning condition of rigid blocks subjected to one-sine base excitation. For the same case, regression models such as Gaussian process regression, support vector regression and random forest are used to predict the overturning ratio of the blocks. The performance of the algorithms are compared and the best performing algorithms are applied to the case of rigid blocks subjected to nearfault ground motion. The training data-set for both cases are prepared solving the equation of motion of rigid blocks with MATLAB’s ODE23s solver. en
heal.advisorName Φραγκιαδάκης, Μιχαήλ el
heal.committeeMemberName Παπαδόπουλος, Βησσαρίων el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Δομοστατικής. Εργαστήριο Μεταλλικών Κατασκευών el
heal.academicPublisherID ntua
heal.numberOfPages 117 σ. el
heal.fullTextAvailability true

Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα Except where otherwise noted, this item's license is described as Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα