Data Mining Techniques for Prediction of Concrete Compressive Strength (CCS)
| العنوان بلغة أخرى: |
تقنيات التنقيب في البيانات للتنبؤ بالقوة الانضغاطية الخرسانية |
|---|---|
| المصدر: | المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية |
| الناشر: | جامعة القدس المفتوحة |
| المؤلف الرئيسي: | أبو زر، يوسف صالح يوسف (مؤلف) |
| مؤلفين آخرين: | أبو زر، يوسف صالح يوسف (م. مشارك) |
| المجلد/العدد: | ع3 |
| محكمة: | نعم |
| الدولة: |
فلسطين |
| التاريخ الميلادي: |
2020
|
| الشهر: | كانون الثاني |
| الصفحات: | 57 - 72 |
| DOI: |
10.33977/2106-000-003-006 |
| ISSN: |
2520-7431 |
| رقم MD: | 1034363 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | science |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
تعدين البيانات | قوة الضغط الخرسانية | خوارزمية K-Means | خريطة كوهن ذاتية التنظيم (KSOM) | Data Mining | Concrete Compressive Strength (CCS) | K-Means | EM Algorithm | Kohonen’s Self-Organizing Map (KSOM) | Clustering
|
| رابط المحتوى: |
| المستخلص: |
هدف البحث الرئيس، هو استخدام تقنيات استخراج البيانات لاكتشاف العوامل الرئيسية التي توثر في قوة مزيج الخرسانة. إن جل اهتمامنا في هذا البحث، هو إيجاد بعض العوامل التي توثر في الأداء العالي للخرسانة لزيادة مزيج قوة ضاغطة الخرسانة. لتحقيق هذا الهدف، استخدمنا أداة Waikato's Environment Analysis Environment (WEKA) وخوارزميات مثل K-Means وخريطة كوهن ذاتية التنظيم (KSOM) و EM لتحديد العوامل الأكثر تأثير والتي تزيد من قوة مزيج الخرسانة. أظهرت نتائج هذا البحث أن EM يظهر أهمية كبيرة لتحديد المكونات الرئيسية التي تؤثر في قوة الضغط للمزيج الخرساني عالي الأداء. بينما تعد الخوارزميات K-Means و KSOM نموذجا تنبؤيا متقدما لقوة الخلطة الخرسانية. The main aim of this research is to use data mining techniques to explore the main factors affecting the strength of concrete mix. In this research, we are interested in finding some of the factors that influence the high performance of concrete to increase the Concrete Compressive Strength (CCS) mix. We used Waikato’s Knowledge Analysis Environment (WEKA) tool and algorithms such as K-Means, Kohonen’s Self Organizing Map (KSOM) and EM to identify the most influential factors that increase the strength of the concrete mix. The results of this research showed that EM is highly capable of determining the main components that affect the compressive strength of high performance concrete mix. The other two algorithms, K-Means and KSOM, were noted to be an advanced predictive model for predicting the strength of the concrete mix. |
|---|---|
| ISSN: |
2520-7431 |
عناصر مشابهة
-
Improve Radiologists Productivity in Hospitals Based on Data Mining Techniques
بواسطة: السباخى، منى عبدالفتاح لطفى منشور: (2017) -
Privacy Preserving in Data Mining Using PAM Clustering Algorithm
بواسطة: رحيم، هبه عدنان منشور: (2013) -
Using Data Mining Techniques in Tracking the Students' Behavior in the Asynchronous E-Learning Systems
بواسطة: Adrugi, Salem Msaoud منشور: (2018) -
A Prediction Model of Newly Admitted Students in the Level Exam Using Data Mining
بواسطة: أبو زر، يوسف صالح يوسف منشور: (2021) -
Data mining : Concepts and Techniques
بواسطة: Han, Jiawei منشور: (2003)
