About: Využití statistiky pro numerické modelování podzemních staveb     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • There Reliable estimates of rock mass properties are very important in rock mass characterization. A rock mass consists of two components: intact rock and discontinuities, each of which has a significant effect on the rock mass strength and deformability. It is also known that intact rocks as natural materials are invariably affected by structural defects, mineralogy, grain size, porosity, degree of weathering and anisotropy. Therefore the engineers are frequently forced to face the question %22Which input values should be used for analyses?%22 The correct answer to such question requires a probabilistic approach. This can be easily achieved using stochastic estimation. After the introduction of the paper the selected statistical methods are shortly described with the focused on the Latin Hypercube Sampling (LHS). The method of LHS sampling is outlined in the next step (with Gaussian distribution). At the end the application of the statistical analysis of the input parameters using LHS is presented. (en)
  • Při popisu horninového masivu je velice důležité spolehlivě odhadnout jeho vlastnosti. Horninový masiv je složen ze dvou součástí: neporušené horniny a diskontinuit. Každá z nich významně ovlivňuje pevnost a přetvárnost horninového masivu. Je známé, že neporušená hornina jakožto přírodní materiál je stále ovlivněna poruchami své struktury, mineralogickým složením, velikostí částic (zrn), porézností, stupněm zvětrání a anizotropií. Z těchto důvodů stojí inženýři často před otázkou: %22 Jaké vstupní parametry mají být použity v matematické analýze?%22. Správná odpověď na tuto otázku vyžaduje použití pravděpodobnostního přístupu. Toho můžeme dosáhnout snadno pomocí stochastických metod. V tomto článku jsou po krátkém úvodu stručně zmíněny vybrané stochastické metody a metoda Latinských hyperkrychlí (LHS) je vysvětlena podrobněji. V další části je popsána implementace Gaussova rozdělení do vzorkování LHS. Závěrem je ukázána praktická aplikace metody LHS.
  • Při popisu horninového masivu je velice důležité spolehlivě odhadnout jeho vlastnosti. Horninový masiv je složen ze dvou součástí: neporušené horniny a diskontinuit. Každá z nich významně ovlivňuje pevnost a přetvárnost horninového masivu. Je známé, že neporušená hornina jakožto přírodní materiál je stále ovlivněna poruchami své struktury, mineralogickým složením, velikostí částic (zrn), porézností, stupněm zvětrání a anizotropií. Z těchto důvodů stojí inženýři často před otázkou: %22 Jaké vstupní parametry mají být použity v matematické analýze?%22. Správná odpověď na tuto otázku vyžaduje použití pravděpodobnostního přístupu. Toho můžeme dosáhnout snadno pomocí stochastických metod. V tomto článku jsou po krátkém úvodu stručně zmíněny vybrané stochastické metody a metoda Latinských hyperkrychlí (LHS) je vysvětlena podrobněji. V další části je popsána implementace Gaussova rozdělení do vzorkování LHS. Závěrem je ukázána praktická aplikace metody LHS. (cs)
Title
  • Využití statistiky pro numerické modelování podzemních staveb
  • Využití statistiky pro numerické modelování podzemních staveb (cs)
  • Use of statistics for numerical modelling of underground construction (en)
skos:prefLabel
  • Využití statistiky pro numerické modelování podzemních staveb
  • Využití statistiky pro numerické modelování podzemních staveb (cs)
  • Use of statistics for numerical modelling of underground construction (en)
skos:notation
  • RIV/25647318:_____/11:#0000003!RIV12-TA0-25647318
http://linked.open...avai/predkladatel
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(TA01011816)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 240742
http://linked.open...ai/riv/idVysledku
  • RIV/25647318:_____/11:#0000003
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • statistics, numerical modelling, undergroung construction (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [092D3836CE39]
http://linked.open...v/mistoKonaniAkce
  • Bratislava
http://linked.open...i/riv/mistoVydani
  • Bratislava
http://linked.open...i/riv/nazevZdroje
  • Geotechnické problémy líniových stavieb
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Pruška, Jan
  • Hilar, Matouš
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
number of pages
http://purl.org/ne...btex#hasPublisher
  • Slovenská technická univerzita v Bratislave
https://schema.org/isbn
  • 978-80-227-3504-9
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software