[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-118978-pt":3,"doc-seo-118978-112":30,"detail-sidebar-cat-0-pt-112":91},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":4,"is_deleted":4,"is_public":20,"is_downloadable":20,"audit_status":20,"page_count":21,"language":22,"language_code":23,"site_id":24,"html_lang":23,"table_of_contents":25,"faqs":26,"seo_title":27,"seo_description":14,"update_tm":28,"read_time":29},118978,1099523882182,"Eliana","https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8",32,"Pesquisa e Relatórios","ESTRATÉGIAS DE SMART SAMPLING PARA MACHINE LEARNING EM APLICAÇÕES DE ENGENHARIA ESTRUTURAL","Esta tese explora a aplicação de técnicas de machine learning (ML) com modelos de inteligência artificial (IA) em engenharia estrutural. O objetivo central é desenvolver modelos preditivos para avaliar a resistência estrutural de diferentes elementos, recorrendo a estratégias de smart sampling para gerar conjuntos de dados necessários ao treino dos modelos. Os dados produzidos visam ser válidos, representativos e isentos de erros. Inclui comparação entre redes neurais, random forests, XGBoost e SVR, aplicada a problemas como resistência crítica e colapso de colunas, e momento crítico em vigas de inércia variável, avaliando desempenho em diferentes dimensões.","Universidade de  \nAveiro  \nAno 2022/2023  \nPEDRO XAVIER RODRIGUES SILVA  \nESTRATÉGIAS DE SMART SAMPLING PARA MACHINE LEARNING EM APLICAÇÕES DEENGENHARIA ESTRUTURAL  \nSMART SAMPLING STRATEGIES FOR MACHINE LEARNING IN STRUCTURAL ENGINEERING APPLICATIONS  \nUniversidade de Aveiro Ano 2023  \nPEDRO XAVIER RODRIGUES SILVA  \nESTRATÉGIAS DE SMART SAMPLING PARA MACHINE LEARNING EM APLICAÇÕES DEENGENHARIA ESTRUTURAL  \nSMART SAMPLING STRATEGIES FOR MACHINE LEARNING IN STRUCTURAL ENGINEERING APPLICATIONS  \nDissertação apresentada à Universidade de Aveiro para cumprimentodos requisitos necessários à obtenção do grau de Mestre em Engenharia Computacional, realizada sob a orientação científica do Doutor Carlos Couto, Investigador Auxiliar do Departamento de Engenharia Civil da Universidade de Aveiro  \nThis work was produced with the support of UC-LCA and it was funded by FCT I. P. under the project Advanced Computing Project  \n2023.09602. CPCA.A1, platform Navigator.  \nDedico este trabalho à minha família, à minha namorada e aosmeus amigos, que sempre me apoiaram e motivaram durante todo este percurso. Sem eles, nada disto seria possível.  \no júri / the jury  \npresident / president Professor Doutor Eugénio Alexandre Miguel Rocha  \nProfessor Associado, Universidade de Aveiro  \nvogais / examiners comitee Professor Doutor João Pedro Gomes Moreira Pêgo  \nProfessor Auxiliar, Universidade do Porto-Faculdade de Engenharia  \nDoutor Carlos André Soares Couto  \nEquiparado a Investigador Auxiliar, Universidade de Aveiro  \nagradecimentos Começar por agradecer ao professor Carlos André Soares  \nCouto por me aceitar como seu orientando já numa faseadiantada do ano lectivo, pela incansável ajuda e orientaçãoe por toda a disponibilidade durante todo este processo.  \nAgradecer também à instituição Universidade de Aveiro e em especial os departamentos de Física e DETI, por onde passei grande parte da minha formação académica.  \nQuero também expressar o meu agradecimento aos meus colegas de curso, por todos os momentos que vivemos e todo  \no apoio que me deram durante a realização desta dissertação.  \nPor fim, agradecer a toda a gente que direta ou indiretamente me ajudou e tornou possível a conclusão deste ciclo deestudos.  \nA todos, um muito obrigado.  \npalavras-chave Smart sampling, machine learning, LHS, random, sobol, halton,  \nsamples, neural networks, XGBoost, structures, Random Forests, SVR, DoE  \nresumo Esta tese explora a aplicação de técnicas de machine learning  \n(ML) com modelos de inteligência artificial (IA) em engenhariaestrutural. O seu principal objetivo é desenvolver modelospreditivos que possam ser utilizados para avaliar a resistênciaestrutural de diferentes elementos, utilizando técnicas de smart sampling para facilitar a criação de conjuntos de dados necessários para treinar os modelos. Esses conjuntos de dadossão essenciais para garantir que eles sejam válidos, representativos e livres de erros.  \nEsta tese também inclui uma análise comparativa de diversastécnicas de machine learning, como redes neurais, random forests, xgboost e support vector regression.  \nEstes modelos de machine learning e smart sampling são usados em problemas de engenharia estrutural, nomeadamente para calcular a resistência crítica e de colapso das colunas assim como para o momento crítico de vigas de inércia variável.  \nFinalmente, o desempenho destas técnicas e algoritmos é comparado em diferentes problemas de várias dimensões.  \nkeywords Smart sampling, machine learning, LHS, monte carlo, random, sobol,  \nhalton, samples, neural networks, XGBoost, structures, Random Forests, SVR, DoE  \nabstract This thesis explores the application of machine learning (ML) techniques with  \nartificial intelligence (AI) models in structural engineering. Its main objective is to develop predictive models that can be used to assess the structural strength of different elements, using smart sampling techniques to facilitate the creation of necessary datasets for training the models.","cbCaibeKiT955hX1","https://ap.wps.com/l/cbCaibeKiT955hX1","pdf",2956752,1,95,"Portuguese","pt",112,"# Introdução\n# Planeamento de Experiências (DoE)\n## Métodos de Monte Carlo\n## Amostragem por pseudo-aleatoriedade\n## Amostragem Monte Carlo estratificada\n## Latin Hypercube Sampling","[{\"question\":\"Qual é o objetivo principal da tese?\",\"answer\":\"Desenvolver modelos preditivos para avaliar a resistência estrutural de diferentes elementos, utilizando smart sampling para apoiar a criação dos dados necessários ao treino.\"},{\"question\":\"Que técnicas de smart sampling e dados são abordadas?\",\"answer\":\"A tese foca técnicas associadas ao planeamento e geração de amostras para garantir conjuntos de dados válidos, representativos e livres de erros, incluindo métodos como LHS e amostragem relacionada a Monte Carlo.\"},{\"question\":\"Quais algoritmos de machine learning são comparados?\",\"answer\":\"São comparados redes neurais, Random Forests, XGBoost e Support Vector Regression (SVR), além do uso integrado com smart sampling em problemas de engenharia estrutural.\"}]","ESTRATÉGIAS DE SMART SAMPLING PARA MACHINE LEARNING EM APLICAÇÕES DE ENGENHARIA ESTRUTURAL | PDF",1785721325,146,{"code":4,"msg":31,"data":32},"ok",{"site_id":24,"language":23,"slug":33,"title":13,"keywords":34,"description":14,"schema_data":35,"social_meta":86,"head_meta":88,"extra_data":90,"updated_unix":28},"smart-sampling-strategies-for-machine-learning-in-structural-engineering-applications","",{"@graph":36,"@context":85},[37,54,68],{"@type":38,"itemListElement":39},"BreadcrumbList",[40,44,48,51],{"item":41,"name":42,"@type":43,"position":20},"https://docshare.wps.com","Home","ListItem",{"item":45,"name":46,"@type":43,"position":47},"https://docshare.wps.com/pt/document/","Document",2,{"item":49,"name":12,"@type":43,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":43,"position":53},"https://docshare.wps.com/pt/document/smart-sampling-strategies-for-machine-learning-in-structural-engineering-applications/118978/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":23,"description":14,"dateModified":62,"datePublished":62,"encodingFormat":61,"isAccessibleForFree":63,"interactionStatistic":64},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":41,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-03",true,{"@type":65,"interactionType":66,"userInteractionCount":4},"InteractionCounter",{"@type":67},"ViewAction",{"@type":69,"mainEntity":70},"FAQPage",[71,77,81],{"name":72,"@type":73,"acceptedAnswer":74},"Qual é o objetivo principal da tese?","Question",{"text":75,"@type":76},"Desenvolver modelos preditivos para avaliar a resistência estrutural de diferentes elementos, utilizando smart sampling para apoiar a criação dos dados necessários ao treino.","Answer",{"name":78,"@type":73,"acceptedAnswer":79},"Que técnicas de smart sampling e dados são abordadas?",{"text":80,"@type":76},"A tese foca técnicas associadas ao planeamento e geração de amostras para garantir conjuntos de dados válidos, representativos e livres de erros, incluindo métodos como LHS e amostragem relacionada a Monte Carlo.",{"name":82,"@type":73,"acceptedAnswer":83},"Quais algoritmos de machine learning são comparados?",{"text":84,"@type":76},"São comparados redes neurais, Random Forests, XGBoost e Support Vector Regression (SVR), além do uso integrado com smart sampling em problemas de engenharia estrutural.","https://schema.org",{"og:url":52,"og:type":87,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":89,"canonical":52},"index,follow",{"doc_id":7,"site_id":24},{"code":4,"msg":5,"data":92},[93,98,102,106,110,114,118,120,124,128],{"id":94,"doc_module":4,"doc_module_name":46,"category_name":95,"show_sort_weight":96,"slug":97},26,"Contos e Romances",60,"story-novel",{"id":99,"doc_module":4,"doc_module_name":46,"category_name":100,"show_sort_weight":96,"slug":101},46,"Estilo de Vida","lifestyle",{"id":103,"doc_module":4,"doc_module_name":46,"category_name":104,"show_sort_weight":96,"slug":105},28,"Exames","exam",{"id":107,"doc_module":4,"doc_module_name":46,"category_name":108,"show_sort_weight":96,"slug":109},47,"Geral","general",{"id":111,"doc_module":4,"doc_module_name":46,"category_name":112,"show_sort_weight":96,"slug":113},29,"Histórias em Quadrinhos","comic",{"id":115,"doc_module":4,"doc_module_name":46,"category_name":116,"show_sort_weight":96,"slug":117},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":46,"category_name":12,"show_sort_weight":96,"slug":119},"research-report",{"id":121,"doc_module":4,"doc_module_name":46,"category_name":122,"show_sort_weight":96,"slug":123},33,"Religião e Espiritualidade","religion-spirituality",{"id":125,"doc_module":4,"doc_module_name":46,"category_name":126,"show_sort_weight":96,"slug":127},31,"Saúde e Cuidados","healthcare",{"id":129,"doc_module":4,"doc_module_name":46,"category_name":130,"show_sort_weight":96,"slug":131},45,"Tecnologia","technology"]