Yapı ve İnşaat alanında öne çıkan makaleler
Pofolia’nın havuzunda Yapı ve İnşaat alt dalından 45 makale var (2012–2022). Aşağıdaki liste en çok atıf alandan başlar.
En çok atıf alanlar
Sıralama atıf sayısına göre. Atıf zamanla biriktiği için bu liste doğal olarak birkaç yıl önce yayımlanmış çalışmalara ağırlık verir; alanın bugünü için “son eklenenler” bölümüne bak.
Mekansal-Zamansal Grafik Evrişimsel Ağlar: Trafik Tahmini İçin Bir Derin Öğrenme Çerçevesi
Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting
2018 · 3.333 atıf · Açık erişim
Karmaşık mekansal-zamansal korelasyonları etkili bir şekilde yakalayan, trafik tahmini için yeni bir Mekansal-Zamansal Grafik Evrişimsel Ağ (STGCN) çerçevesi tanıtılmıştır.
T-GCN: Trafik Tahmini için Zamansal Grafik Evrişimsel Ağ
T-GCN: A Temporal Graph Convolutional Network for Traffic Prediction
IEEE Transactions on Intelligent Transportation Systems · 2019 · Q1 · SJR 2.00 · FWCI 115.81 · 3.193 atıf
Grafik Evrişimsel Ağları (GCN) ve Kapılı Tekrarlayan Birimleri (GRU) entegre eden yeni bir Zamansal Grafik Evrişimsel Ağ (T-GCN) modeli, karmaşık mekansal yol ağı yapısını ve dinamik zamansal trafik değişikliklerini aynı anda yakalamak için önerilmiştir.
Kentsel çeşitliliğin yönetimi: Aşırı çeşitlilik gösteren şehirlerde sosyal uyum, sosyal hareketlilik ve ekonomik performansın yaratılması (DIVERCITIES) – Varşova örneği
EU 7 FP project Governing urban divercity: Creating social cohesion, social mobility and economic performance in today’s hyper-diversified cities (DIVERCITIES) – The case of Warsaw
RCIN (Digital Repository of the Scientifics Institutes) (Institute of Archaeology and Ethnology of the Polish Academy of Sciences) · 2017 · FWCI 132.47 · 3.160 atıf · Açık erişim
Bu makale, bir şehri büyük, yoğun ve kalıcı bir heterojen bireyler yerleşimi olarak tanımlayan sosyolojik bir tanım sunarak, bu özelliklerden kaynaklanan benzersiz sosyal dinamikleri vurgulamaktadır.
Büyük Veri ile Trafik Akışı Tahmini: Bir Derin Öğrenme Yaklaşımı
Traffic Flow Prediction With Big Data: A Deep Learning Approach
IEEE Transactions on Intelligent Transportation Systems · 2014 · Q1 · SJR 2.00 · FWCI 91.25 · 2.971 atıf
Yığılmış otomatik kodlayıcıları kullanan yeni bir derin öğrenme yöntemi, mekansal ve zamansal korelasyonları dikkate alarak trafik akışını tahmin etmek için geliştirilmiştir.
Ulaşım Sistemlerinin Coğrafyası
The Geography of Transport Systems
2020 · FWCI 170.74 · 2.910 atıf
Bu, yolcu ve yük hareketliliğinin mekansal yönlerine odaklanan, ulaşım coğrafyasına kapsamlı bir giriş sağlayan revize edilmiş ve genişletilmiş bir ders kitabının beşinci baskısıdır.
Trafik Akışı Tahmini için Dikkat Tabanlı Uzamsal-Zamansal Grafik Evrişim Ağları
Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting
Proceedings of the AAAI Conference on Artificial Intelligence · 2019 · SJR 1.00 · 2.836 atıf · Açık erişim
Dinamik uzamsal-zamansal korelasyonları etkili bir şekilde yakalayarak trafik akışı tahminini iyileştirmek için yeni bir Dikkat Tabanlı Uzamsal-Zamansal Grafik Evrişim Ağı (ASTGCN) modeli geliştirilmiştir.
İnşaat ve Yapı Malzemeleri
Construction and Building Materials
2012 · FWCI 91.87 · 2.518 atıf
Çevre dostu, sürdürülebilir ve geri dönüştürülebilir kağıt ve kompozit malzemeler, sergi alanları veya acil durum barınakları gibi geçici yapılar için ideal seçenekler sunmaktadır.
Şehir Çapında Kalabalık Akış Tahmini İçin Derin Uzamsal-Zamansal Kalıntı Ağları
Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction
Proceedings of the AAAI Conference on Artificial Intelligence · 2017 · SJR 1.00 · 2.173 atıf · Açık erişim
ST-ResNet adlı yeni bir derin öğrenme modeli, zamansal örüntüleri (yakınlık, periyot, eğilim) ve uzamsal ilişkileri eş zamanlı olarak dikkate alarak şehir çapındaki kalabalık akışlarını tahmin edebilmektedir ve mevcut yöntemlerden daha iyi performans göstermektedir.
Noktaları Birleştirmek: Grafik Sinir Ağları ile Çok Değişkenli Zaman Serisi Tahmini
Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks
2020 · 1.804 atıf
Çok değişkenli zaman serilerindeki değişken bağımlılıklarını otomatik olarak öğrenen yeni bir Grafik Sinir Ağı (GNN) çerçevesi, 4 veri setinden 3'ünde en gelişmiş yöntemlerden daha iyi performans gösteriyor.
LSTM ağı: kısa vadeli trafik tahmini için derin öğrenme yaklaşımı
LSTM network: a deep learning approach for short‐term traffic forecast
IET Intelligent Transport Systems · 2017 · Q1 · FWCI 107.85 · 1.802 atıf
Kısa vadeli trafik tahmini için Uzun Kısa Süreli Bellek (LSTM) ağına dayanan yeni bir derin öğrenme modeli geliştirildi ve geleneksel modellerden daha iyi performans gösterdi.
GMAN: Trafik Tahmini İçin Bir Grafik Çoklu-Dikkat Ağı
GMAN: A Graph Multi-Attention Network for Traffic Prediction
Proceedings of the AAAI Conference on Artificial Intelligence · 2020 · SJR 1.00 · 1.606 atıf · Açık erişim
Uzun vadeli trafik tahmini için yeni bir Grafik Çoklu-Dikkat Ağı (GMAN) önerilmiştir; bu ağ, 1 saatlik ileri tahminlerde duruma göre en gelişmiş yöntemlerden %4'e kadar daha iyi MAE performansı göstermiştir.
The Journal of Strength and Conditioning Research
Wilderness and Environmental Medicine · 2013 · Q2 · FWCI 118.11 · 1.580 atıf
Bu özet, herhangi bir araştırma bulgusu veya sonucu sağlamamaktadır.
Betonarme yapıların tasarımı
Design of concrete structures
2016 · FWCI 285.04 · 1.521 atıf
Eurocode 8 (EC8), büyük depremlerde can güvenliğini ve daha sık meydana gelen olaylarda hasar sınırlamasını hedeflerken, betonarme yapılarda özel detaylandırma ile sünek davranışı önceliklendirir.
Beton ekstrüzyonu ile 3B baskı: Araştırma için bir yol haritası
3D printing using concrete extrusion: A roadmap for research
Cement and Concrete Research · 2018 · Q1 · SJR 6.00 · FWCI 78.41 · 1.517 atıf
Bu makale, beton malzeme özellikleri ile 3B basılı yapı elemanlarının geometrisi arasındaki ilişkiyi haritalandırarak, bulguları uygulamaya göre sınıflandırıp gelecekteki araştırmalara rehberlik etmektedir.
Mekansal-Zamansal Eşzamanlı Grafik Evrişim Ağları: Mekansal-Zamansal Ağ Verileri Tahmini İçin Yeni Bir Çerçeve
Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting
Proceedings of the AAAI Conference on Artificial Intelligence · 2020 · SJR 1.00 · 1.509 atıf · Açık erişim
STSGCN adlı yeni bir model, yerelleştirilmiş mekansal ve zamansal korelasyonları eşzamanlı olarak yakalayarak ve farklı zaman dilimlerindeki veri heterojenliklerini ele alarak mekansal-zamansal ağ verilerini etkili bir şekilde tahmin etmektedir.
BIM El Kitabı: Sahipler, yöneticiler, tasarımcılar, mühendisler ve müteahhitler için Bina Bilgi Modellemesi rehberi
BIM Handbook: A guide to Building Information Modeling for owners, managers, designers, engineers and contractors
Construction Economics and Building · 2012 · Q3 · FWCI 77.95 · 1.508 atıf · Açık erişim
Bu, Bina Bilgi Modellemesi üzerine kapsamlı bir rehber olan BIM El Kitabı'nın ikinci baskısıdır.
Community Land Model (CLM) sürüm 4.5'in teknik tanımı
Technical description of version 4.5 of the Community Land Model (CLM)
Open MIND · 2013 · 1.466 atıf
Bu teknik not, Topluluk Arazi Modeli'nin (CLM4.5) sürüm 4.5'in biyofiziksel ve biyokimyasal parametrizasyonlarını ve sayısal uygulamasını detaylandırmaktadır. CLM4.5 Kullanım Kılavuzu'na eşlik eden bilimsel bir açıklama görevi görmektedir.
Yaşam Döngüsü Değerlendirmesi ve Doğrusal Regresyon Analizini Birleştirerek Önemli Tasarım Özelliklerini Belirleme
ASME 2012 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference
DigitalCommons - Fairfield (Fairfield University) · 2013 · 1.445 atıf
Bu çalışma, bir ürünün çevresel ayak izini önemli ölçüde etkileyen temel tasarım özelliklerini belirlemek için Yaşam Döngüsü Değerlendirmesi (YDD) ile Doğrusal Regresyon Analizini birleştiren yeni bir yaklaşım sunmaktadır.
Trafik Akışı Tahmini İçin LSTM ve GRU Sinir Ağı Yöntemlerinin Kullanımı
Using LSTM and GRU neural network methods for traffic flow prediction
2016 · 1.416 atıf
Bu makale, Kısa Süreli Bellek (LSTM) ve Kapılı Tekrarlayan Birimler (GRU) gibi Tekrarlayan Sinir Ağı (RNN) tabanlı derin öğrenme modellerinin, kısa vadeli trafik akışı tahmini için geleneksel ARIMA modelinden daha iyi performans gösterdiğini ortaya koymaktadır.
Trafiği Görüntü Olarak Öğrenme: Büyük Ölçekli Ulaşım Ağı Hız Tahmini İçin Derin Evrişimli Sinir Ağı
Learning Traffic as Images: A Deep Convolutional Neural Network for Large-Scale Transportation Network Speed Prediction
Sensors · 2017 · Q1 · FWCI 118.27 · 1.409 atıf · Açık erişim
Trafik verilerini görüntü olarak ele alan yeni bir derin evrişimli sinir ağı (CNN) yöntemi, mevcut yöntemlere kıyasla ağ genelindeki trafik hızlarını tahmin etmede ortalama %42,91'lik bir doğruluk iyileştirmesi sağlamıştır.
Son eklenenler
Yapay Zeka Tabanlı Modelleme: Otomasyon, Akıllı ve Akıllı Sistemlere Yönelik Teknikler, Uygulamalar ve Araştırma Sorunları
AI-Based Modeling: Techniques, Applications and Research Issues Towards Automation, Intelligent and Smart Systems
SN Computer Science · 2022 · Q2 · FWCI 89.29 · 1.107 atıf · Açık erişim
Bu makale, otomatik, akıllı ve akıllı sistemler geliştirmek için yapay zeka tekniklerinin prensiplerini ve yeteneklerini detaylandıran, yapay zeka tabanlı modellemeye kapsamlı bir genel bakış sunmaktadır.
Binalarda enerji bilgisine ilişkin bir inceleme: Eğilimler, son kullanımlar, yakıtlar ve etkenler
A review on buildings energy information: Trends, end-uses, fuels and drivers
Energy Reports · 2021 · Q1 · SJR 1.00 · FWCI 49.34 · 962 atıf
Binalar, küresel enerji tüketiminin 1/3'ünü ve CO2 emisyonlarının 1/4'ünü oluştururken, azaltım politikalarının geliştirilmesi için güvenilir veri eksikliği, veri tutarlılığı ve güvenilirliğindeki zorlukları vurgulamaktadır.
Kentsel ve Bölgesel Modellemede Entropi
Entropy in urban and regional modelling
Edward Elgar Publishing eBooks · 2021 · FWCI 68.87 · 1.248 atıf
Bu makale, mekansal etkileşim modellemesindeki 50 yıllık gelişmeleri gözden geçirerek, bilginin kısıtlamalar olarak temsil edilmesi, hesapların önemi ve genelleştirilmiş maliyet gibi temel kavramları vurgulamakta ve bu kavramların orijinal entropi kavramlarının kullanımını genişlettiğini belirtmektedir.
İnşaat sektöründe yapay zeka: Mevcut durum, fırsatlar ve gelecekteki zorluklar üzerine bir inceleme
Artificial intelligence in the construction industry: A review of present status, opportunities and future challenges
Journal of Building Engineering · 2021 · Q1 · SJR 1.00 · FWCI 51.73 · 935 atıf
Yapay zeka (YZ), maliyet aşımları, güvenlik ve işgücü kıtlığı gibi inşaat sektörünün ana zorluklarına, aktivite izleme, risk yönetimi ve kaynak optimizasyonu alanlarındaki uygulamalarla çözümler sunmaktadır.
Noktaları Birleştirmek: Grafik Sinir Ağları ile Çok Değişkenli Zaman Serisi Tahmini
Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks
2020 · 1.804 atıf
Çok değişkenli zaman serilerindeki değişken bağımlılıklarını otomatik olarak öğrenen yeni bir Grafik Sinir Ağı (GNN) çerçevesi, 4 veri setinden 3'ünde en gelişmiş yöntemlerden daha iyi performans gösteriyor.
Bu alanı günlük akışına ekle
İlgi alanlarını seç, her gün alanındaki yeni makaleler Türkçe özetleriyle önüne gelsin. Özetlerin tamamı uygulamada.
Uygulamayı açAynı anadaldaki diğer alanlar
- Biyomedikal Mühendislik
- Deniz (Okyanus) Mühendisliği
- Elektrik ve Elektronik Mühendisliği
- Endüstri ve İmalat Mühendisliği
- Genel Mühendislik
- Güvenlik, Risk, Güvenilirlik ve Kalite
- Havacılık ve Uzay Mühendisliği
- Hesaplamalı Mekanik
- İnşaat ve Yapı Mühendisliği
- Kontrol ve Sistem Mühendisliği
- Makine Mühendisliği
- Malzeme Mekaniği