Transformer-Based Deep Learning Model for Bored Pile Load-Deformation Prediction in Bangkok Subsoil

要約

この論文では、バンコクの地盤における大規模なボーリング杭の荷重変形挙動を予測するための、変圧器アーキテクチャに基づく新しい深層学習モデルを紹介します。
モデルは、土壌プロファイルと杭フィーチャをトークン化入力としてエンコードし、出力として荷重変形曲線を生成します。
このモデルは、予測精度を向上させるために、荷重変形曲線の以前の連続データもデコーダーに組み込んでいます。
このモデルは、荷重変形曲線の以前の連続データもデコーダに組み込みます。
このモデルは、テスト データの平均絶対誤差が 5.72% で、荷重変形曲線の予測に関して満足のいく精度と一般化能力を示しています。
このモデルは、さまざまな土壌と杭の条件、杭の断面、杭の長さ、杭の種類の下での杭のパラメトリック解析と設計の最適化にも使用できます。

要約(オリジナル)

This paper presents a novel deep learning model based on the transformer architecture to predict the load-deformation behavior of large bored piles in Bangkok subsoil. The model encodes the soil profile and pile features as tokenization input, and generates the load-deformation curve as output. The model also incorporates the previous sequential data of load-deformation curve into the decoder to improve the prediction accuracy. The model also incorporates the previous sequential data of load-deformation curve into the decoder. The model shows a satisfactory accuracy and generalization ability for the load-deformation curve prediction, with a mean absolute error of 5.72% for the test data. The model could also be used for parametric analysis and design optimization of piles under different soil and pile conditions, pile cross section, pile length and type of pile.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google