检索结果-南通市图书馆

Editorial for advances in slope deformation and failure analysis methods

Journal of Rock Mechanics and Geotechnical Engineering 2024年第10期16卷 3867-3869页

作者： Jingjing Meng luca piciullo Clarence Choi Shui-Hua Jiang School of Infrastructure Engineering Nanchang UniversityNanchangChina Norwegian Geotechnical Institute Norway The University of Hong Kong Hong KongChina

We are privileged to be invited by the Honorary Editor-in-Chief,Professor Qihu Qian,Editor-in-Chief,Professor Xia-Ting Feng,and the editorial staff of the Journal of Rock Mechanics and Geotechnical Engineering(JRMGE),to serve as Guest Editors for this Special Issue(SI).In literature there have been new advancements in monitoring techniques,advanced numerical modelling,optimization algorithms,artificial intelligence and data science introduced for slope *** newly proposed approaches show great potential for improving slope design,construction,and risk assessment.

关键词： engineering. advances artificial

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Modelling of shallow landslides with machine learning algorithms

引用

Geoscience Frontiers 2021年第1期12卷 385-393页

作者： Zhongqiang Liu Graham Gilbert Jose Mauricio Cepeda Asgeir Olaf Kydland Lysdahl luca piciullo Heidi Hefre Suzanne Lacasse Norwegian Geotechnical Institute(NGI) Sognsveien 720855OsloNorway

This paper introduces three machine learning(ML)algorithms,the‘ensemble'Random Forest(RF),the‘ensemble'Gradient Boosted Regression Tree(GBRT)and the Multi Layer Perceptron neural network(MLP)and applies them to the spatial modelling of shallow landslides near Kvam in *** the development of the ML models,a total of 11 significant landslide controlling factors were *** controlling factors relate to the geomorphology,geology,geo-environment and anthropogenic effects:slope angle,aspect,plan curvature,profile curvature,flow accumulation,flow direction,distance to rivers,water content,saturation,rainfall and distance to *** is observed that slope angle was the most significant controlling factor in the ML *** performance of the three ML models was evaluated quantitatively based on the Receiver Operating Characteristic(ROC)*** results show that the‘ensemble'GBRT machine learning model yielded the most promising results for the spatial prediction of shallow landslides,with a 95%probability of landslide detection and 87%prediction efficiency.

关键词： Shallow landslide Spatial modelling Machine learning GIS

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：