Klasyfikacja przemieszczeń pionowych obiektów budowlanych z wykorzystaniem sieci neuronowej SVM

W artykule przedstawiono podstawowe zasady budowania i uczenia sieci neuronowych zwane metodą (techniką) wektorów podtrzymujących (ang. Support Vector Machine – SVM) wraz z możliwością aplikacji tego rodzaju sieci. Sieci nieliniowe SVM wykorzystano do klasyfikacji danych separowalnych liniowo w celu sformułowania modelu przemieszczeń punktów sieci pomiarowo-kontrolnej. Punkty sieci pomiarowo-kontrolnej zostały założone na obiekcie budowlanym posadowionym na gruntach ekspansywnych.

---

The article presents the basic rules for constructing and training neural networks called the Support Vector Machine (SVM) method as well as possible applications for this kind of network. Non-linear SVM networks have been used for classifying linearly separable data with a view to formulating a model of displacements of points in a measurement-control network. The points of the measurement-control network were placed on a civil engineering object located on expansive soil.