A platform for research: civil engineering, architecture and urbanism
Radar signal interpretation using neural network for defect detection in concrete
Zur Untersuchung von Betonbrücken wird neuerdings zunehmend über den Boden eindringende Radarmessung (ground penetrating radar = GPR) eingesetzt. Die komplexen Signale und ein schlechtes Signal-Rausch-Verhältnis erschweren die Auswertung. Im Beitrag wird über den Einsatz der künstlichen Intelligenz zur Lösung dieses Problems berichtet. Dabei beschränkt man sich vorerst noch auf die Klassifikation gemessener GPR-Signale unter Laborbedingungen. Untersucht werden Brückenabschnitte mit unterschiedlichen inneren Fehlern mit Hilfe von neuronalen Netzen auf der Basis der Quantisierung des Lern-Vektors (learning vector quantization = LVQ). Eine zufällig ausgewählte Menge von Meßdaten dient dabei zum Trainieren des Netzes in der Lernphase. Das Ergebnis ist eine Sortierung der Signale nach fehlerhaften bzw. fehlerfreien Betonteilen. (Völkel, U.)
Radar signal interpretation using neural network for defect detection in concrete
Zur Untersuchung von Betonbrücken wird neuerdings zunehmend über den Boden eindringende Radarmessung (ground penetrating radar = GPR) eingesetzt. Die komplexen Signale und ein schlechtes Signal-Rausch-Verhältnis erschweren die Auswertung. Im Beitrag wird über den Einsatz der künstlichen Intelligenz zur Lösung dieses Problems berichtet. Dabei beschränkt man sich vorerst noch auf die Klassifikation gemessener GPR-Signale unter Laborbedingungen. Untersucht werden Brückenabschnitte mit unterschiedlichen inneren Fehlern mit Hilfe von neuronalen Netzen auf der Basis der Quantisierung des Lern-Vektors (learning vector quantization = LVQ). Eine zufällig ausgewählte Menge von Meßdaten dient dabei zum Trainieren des Netzes in der Lernphase. Das Ergebnis ist eine Sortierung der Signale nach fehlerhaften bzw. fehlerfreien Betonteilen. (Völkel, U.)
Radar signal interpretation using neural network for defect detection in concrete
Interpretation von Radarsignalen mit Hilfe neuronaler Netze zum Fehlernachweis in Beton
Shoukry, S.N. (author) / Martinelli, D. (author) / Varadarajan, S.T. (author) / Halabe, U.B. (author)
Materials Evaluation ; 54 ; 393-397
1996
5 Seiten, 6 Bilder, 3 Tabellen, 10 Quellen
Article (Journal)
English
Defect Detection in Reinforced Concrete Using Random Neural Architectures
Online Contents | 2014
|Neural Network Interpretation of Ultrasonic Response for Concrete Condition Assessment
British Library Online Contents | 1996
|Neural Network Interpretation of Ultrasonic Response for Concrete Condition Assessment
British Library Conference Proceedings | 1996
|