Investigación de transferencia de aprendizaje para el diseño de soporte de túneles
Autores: Mitelman, Amichai; Urlainis, Alon
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Investigación de transferencia de aprendizaje para el diseño de soporte de túneles
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aprendizaje automático
Análisis geotécnico
Aprendizaje de transferencia
Limitaciones de tamaño del conjunto de datos
Análisis de soporte de túneles
Red Neuronal Artificial
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
El potencial de las herramientas de aprendizaje automático (ML) para mejorar el análisis geotécnico ha sido reconocido por varios investigadores. Sin embargo, obtener un conjunto de datos digitales lo suficientemente grande es un desafío técnico importante. Este estudio investiga el uso del aprendizaje por transferencia, una técnica de ML poderosa, utilizada para superar las limitaciones de tamaño del conjunto de datos.
Descripción
El potencial de las herramientas de aprendizaje automático (ML) para mejorar el análisis geotécnico ha sido reconocido por varios investigadores. Sin embargo, obtener un conjunto de datos digitales lo suficientemente grande es un desafío técnico importante. Este estudio investiga el uso del aprendizaje por transferencia, una técnica de ML poderosa, utilizada para superar las limitaciones de tamaño del conjunto de datos.