20360 - پروژه ارشد عمران با پایتون
چهار سال پیش منتشر شده
تعداد بازدید: 332
کد پروژه: 339246
شرح پروژه
- رشته عمران گرایش سازه . برنامه نویسی پایتون
- یک سری دیتا دارم میخواستم که این ۵ روش رو روشون پیاده کنم
- One-Class Classification for Imbalanced Data . One-Class Support Vector Machines . Isolation Forest . Minimum Covariance Determinant . Local Outlier Factor
- حجم دیتا ها زیاده . چون دیتا ها توی متلب هستن و میخواستم که این قسمت برنامه نویسی رو انجام بدم. در واقع باید این دیتا های ۳ تا سازه بنچ مارک رو از متلب بیارم تو پایتون و الگوریتم های ماشین لرنینگ که ۵ روش بالا هستند رو روشون پیاده سازی کنم
- مقاله بیس نداره فقط مقاله های دیتا هستش
- ۳تا سازس
- دیتا های دو تا رو میفرستم. که مقاله های دوتاشو هم توش هست
- روشهایی که میخایم استفاده کتیم اینجا هست. این رو بخون. و همه این روشها رو استفاده میکنیم و مقايسه میکنیم باهم:
- https://machinelearningmastery.com/one-class-classification-algorithms/
- سومی حجمش زیاده نزدیک ۴ گیگه . سومی دیتا های پل Yonghe
- هدف اصلی این تحقیق شناسایی خسارت سازه در مواردی است که داده برای حالت سالم سازه زیاد بوده ولی برای حالت آسیب بسیار اندک است. در ابتدا سه سازه به عنوان بنچمارک در نظر گرفته خواهد شد که شامل یک مدل عددی (پل بنچمارک BHM دانشگاه فلوریدا)، یک مدل آزمایشگاهی (سازه بنچمارک ASCE-IASC) و یک سازه واقعی (پل Yonghe) می باشند. در مرحله بعد از تکنیک طبقه بندی نامتعادل استفاده خواهد شد. از میان روشهای متعدد موجود در این زمینه، از روشهای طبقه بندی با یک طبقه (oneclass-classfication) استفاده خواهد شد. در واقع این روشها را می توان به نوعی روشهای تشخیص داده دور از مرکز (outlier) نامید. در این پایان نامه از روشهای One-Class Support Vector Machine ، Isolation Forest ، Minimum Covariance Determinant و Local Outlier Factor استفاده خواهد شد. روش کار بدین صورت است که این روشها با استفاده از تنها داده سالم تمرین داده شده و داده های دور از مرکز شناسایی می شوند. پس از ان تعداد اندکی داده حالت آسیب به داده های سالم اضافه می شود. از آنجایی که داده های حالت آسیب دامنه ارتعاش بالاتری دارند تعداد داده های دور از مرکز افزایش خواهد یافت که این افزایش به عنوان معیاری برای خسارت سازه استفاده می شود. در انتها نیز این روشها با یکدیگر مقایسه شده و بهترین روش که قادر به شناسایی خسارت با بالاترین دقت است انتخاب خواهد شد.
این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
10روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت نه سال پیش
