Autor de livro
Machine learning applied to sensor data. Predictive methods used for dam behavior interpretation
António Antunes (Antunes, A.); José Barateiro (Barateiro, J.); Juan Mata (Mata, J.); António Tavares de Castro (Tavares de Castro, A.); Filipe Caçador (Caçador, F.); Elsa Cardoso (Cardoso, E.);
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

Esta publicação não está indexada na Scopus

Google Scholar

N.º de citações: 0

(Última verificação: 2024-07-23 12:12)

Ver o registo no Google Scholar

Abstract/Resumo
Predictive models are fundamental tools for providing dam behavior interpretation and analysis, and they are essential tools used to retrieve conclusions about the structural safety of these dams. The data for these predictive models are gathered through sensors from the monitoring system of the dam. Even though predictive models are powerful tools for analysis and prediction, other machine learning and statistical models, such as artificial neural networks, have been developed over the years. Due to the importance of the redundancy of models to perform dam safety analyses, the focus is to improve the existing methods by comparing them with each other. This work focuses on developing a methodology that compares different predictive models, like the Multiple Linear Regression Model, the Ridge Regression Model, the Principal Component Regression Model, and Neural Networks. This methodology is applied to a case study to find which methods provide the highest accuracy when predicting the behavior of these structures.
Agradecimentos/Acknowledgements
--
Palavras-chave
Predictive analytics,Machine Learning,Data Mining,Big Data,Statistical analysis,Dam monitoring
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Civil - Engenharia e Tecnologia
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.