Klasifikace ocelových styčníků v aplikaci IDEA StatiCa
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Cílem práce bylo navrhnout a implementovat aplikaci schopnou predikovat nejvhodnější typ spojení dvou ocelových prvků. Tato informace by mohla sloužit jako nápověda pro statika a zjednodušit mu tak návrh ocelové konstrukce. Vytvořená aplikace umožňuje automatické zpracovávání hotových projektových souborů, na kterých statikové pracovali, a přípravu datové sady extrakcí příznaků ze získaných dat. Dále je schopna na datové sadě natrénovat neuronovou síť a použít ji k predikci vhodného typu spojení doposud nespojených ocelových prvků. Během práce se podařilo dospět k nejvyšší úspěšnosti natrénovaného modelu 81 %. Predikce typu spojení pomocí umělé inteligence se zatím běžně nepoužívá, ale jak ukazuje i tato práce, tento postup by mohl fungovat a mohl by být použitelný.
The goal of this thesis was to design and implement application which would be able to predict the most suitable connection type of two steel members. This information could be used as a clue by a structural engineer and so make design of steel construction easier for him. Implemented application is able to automatically process finished project files that were created by structural engineers and prepare a data set by extracting features from them. The application is then able to train a neural network on this data set and using it predict suitable connection type of unconnected steel members. The precision of model finally reached 81 %. Prediction of connection types using artificial intelligence is not widely used yet but could work and could be possibly usable as is shown also in this thesis.
The goal of this thesis was to design and implement application which would be able to predict the most suitable connection type of two steel members. This information could be used as a clue by a structural engineer and so make design of steel construction easier for him. Implemented application is able to automatically process finished project files that were created by structural engineers and prepare a data set by extracting features from them. The application is then able to train a neural network on this data set and using it predict suitable connection type of unconnected steel members. The precision of model finally reached 81 %. Prediction of connection types using artificial intelligence is not widely used yet but could work and could be possibly usable as is shown also in this thesis.
Description
Citation
NEKUT, T. Klasifikace ocelových styčníků v aplikaci IDEA StatiCa [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Ing. František Zbořil, Ph.D. (předseda)
doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda)
Ing. Matěj Grégr, Ph.D. (člen)
Ing. Michal Hradiš, Ph.D. (člen)
Ing. Lukáš Kekely, Ph.D. (člen)
Date of acceptance
2020-07-13
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Nachází aplikace false positives, nebo false negatives? Jak jste vytvořil testovací sadu? V kolika procentech případů systém navrhne opravdu důvěryhodné spoje?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení