A Hybrid Data-Model and AI-Driven Approach for Structural Monitoring in Hazardous Construction

Sprache: Englisch

Verlag: Palgrave Macmillan, 2026

9819586879 / 9789819586875

Anbieter: Home-set, Mannheim, DeutschlandHome-set

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei ZVAB seit 13. April 2026

Hardcover

Zustand: Neu

EUR 40,11

EUR 49,90 Versand 
Versand von Deutschland nach USA

Anzahl: 2 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

This open access book addresses a critical challenge in modern construction: ensuring the safety of hazardous and complex engineering structures, such as super-tall buildings and large-span structures characterized by their slenderness and scale. The widespread use of these critical structures necessitates advanced safety monitoring and early warning systems. Traditional data-driven methods often fall short in meeting the demands for real-time, accurate, and proactive alerts under complex construction environments and extreme conditions. Therefore, research into hybrid data-model driven monitoring and early-warning technologies holds significant engineering importance.(1) Hybrid Data-Model Driven Theory: A foundational framework is established, analyzing core models like Convolutional Neural Networks (CNN), Bidirectional Long Short-Term Memory networks (BiLSTM), and AdaBoost. A novel CNN-BiLSTM-AdaBoost hybrid prediction model is proposed, along with an overall implementation framework.(2) Hybrid-Driven Prediction for Tower Crane Response under Typhoons: A hybrid method is developed to predict tower crane displacement under extreme typhoons. An IoT-based monitoring system collects real-world data, while a Finite Element Method (FEM) model supplements extreme-scenario data. Predictions using pure data-driven and hybrid methods are compared.(3) Real-Time Displacement Monitoring for High-Formwork Using Computer Vision: The M-DAVIM vision-based method is investigated. Controlled experiments quantify the impact of factors like light intensity, fog, camera angle, and vibration on measurement accuracy. Deployed at a real construction site in Ningbo, the system achieved sub-millimeter accuracy under optimal conditions (illuminance: 200-400 lux, target size >18 pixels) and demonstrated strong robustness, enabling real-time tracking of key nodal displacements.(4) Hybrid-Driven Warning Threshold Update & Short-Term Response Prediction for High-Formwork: A three-module framework is proposed: a vision system for monitoring, a hybrid module for determining and dynamically updating safety warning thresholds, and a prediction module using the CNN-BiLSTM-Adaboost algorithm for one-hour-ahead displacement forecasting and construction load inversion. Sprache: Englisch Gewicht in Gramm: 343.…

Titel
A Hybrid Data-Model and AI-Driven Approach for Structural Monitoring in Hazardous Construction
Autor
Qiang Li, Peixuan Wang, Mingfeng Huang, Yan Jiang, Bawar Iftikhar
Verlag
Palgrave Macmillan
Erscheinungsjahr
2026
Zustand
Neu
Einband
Gebundene Ausgabe
Sprache
Englisch
ISBN-10
9819586879
ISBN-13
9789819586875
Artikelgewicht
343 Gramm

Home-set

Mannheim, Deutschland

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei ZVAB seit 13. April 2026

Versandkosten von Deutschland nach USA

Artikel10 bis 12 Werktage8 bis 10 Werktage
Erster ArtikelEUR 49,90EUR 75,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Vorauskasse

Spezialisierung

Buch

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

Home-set

Deutschland