MétaCan
Menu
Retour à la cohorte
Enregistrement W4200586778 · doi:10.1080/13632469.2021.2009060

Probabilistic Nonlinear Displacement Ratio Prediction of Self-centering Energy-absorbing Dual Rocking Core System under Near-fault Ground Motions Using Machine Learning

2021· article· en· W4200586778 sur OpenAlexaff
Shuling Hu, M. Shahria Alam

Notice bibliographique

RevueJournal of Earthquake Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesState Key Laboratory for Disaster Reduction in Civil EngineeringTongji UniversityNational Natural Science Foundation of China
Mots-clésNonlinear systemDisplacement (psychology)Structural engineeringDamping ratioIncremental Dynamic AnalysisParametric statisticsEngineeringStiffnessProbabilistic logicEarthquake engineeringSeismic analysisVibrationMathematicsPhysicsAcousticsStatistics

Résumé

récupéré en direct d'OpenAlex

Near-fault pulse-like ground motions can lead to significant seismic demand on building structures due to velocity pulses. The self-centering energy-absorbing dual rocking core (SEDRC) system is a newly developed seismic resilient structural system. This paper investigates the seismic demand of SEDRC systems subjected to near-fault pulse-like ground motions by determining their nonlinear displacement ratios. Two hundred and five near-fault pulse-like ground motion records are used to consider the uncertainties of seismic events. The influences of design hysteretic parameters and near-fault ground motion characteristics on the nonlinear displacement ratio of the SEDRC system are investigated through parametric dynamic analysis of single-degree-of-freedom (SDOF) systems. The dynamic analyses results indicate that the stiffness hardening ratio α and energy-absorbing ratio β of the SEDRC system, predominant period, pulse period of ground motions, and earthquake magnitude show obvious effects on the nonlinear displacement ratio responses of SDOF systems, while the unloading stiffness ratio ε, site condition, and source-to-site distance show limited or negligible influence on that. The past studies mainly used the mean or median responses of single-degree-of-freedom systems to predict the nonlinear displacement ratio of structures, which may not be enough to guide the design of buildings with great importance (e.g., hospital and fire station). This paper proposes an innovative framework for predicting the nonlinear displacement ratio of structures underground motions using a probabilistic estimation method and machine learning technique. Based on the dynamic analysis results of SDOF systems, a probabilistic model for predicting the nonlinear displacement ratio of the SEDRC system under near-fault pulse-like ground motions is developed through the proposed framework. The proposed framework is also applicable to estimate the seismic demand of other structures under near-fault or far-field ground motions to facilitate the development of the performance-based seismic design.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,208
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Earthquake EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207