Repository logo
 
Publication

Análise comparativa acerca do potencial de utilização de redes neuronais artificias para estimar danos sísmicos em edifícios tradicionais de alvenaria

dc.contributor.authorMiguel Ferreira, Tiago
dc.contributor.authorEstêvão, João M. C.
dc.contributor.authorMaio, Rui
dc.contributor.authorVicente, R.
dc.date.accessioned2019-05-10T15:26:25Z
dc.date.available2019-05-10T15:26:25Z
dc.date.issued2019-04
dc.description.abstractO presente artigo tem como objetivo discutir estratégias alternativas para estimar danos sísmicos em edifícios tradicionais de alvenaria através da análise comparativa de resultados obtidos recorrendo a duas abordagens distintas: um método simplificado de avaliação da vulnerabilidade sísmica utilizado em inúmeros estudos de avaliação do risco sísmico à escala urbana, e uma abordagem inovadora baseada no uso de redes neuronais artificiais. Com recurso a um vasto conjunto de informação dano pós-evento recolhidos no rescaldo do terramoto que atingiu o arquipélago dos Açores no dia 9 de Julho de 1998, considerou-se uma amostra, composta por 90 edifícios da ilha do Faial, Açores. Esta amostra foi utilizada como input para a obtenção de resultados analíticos, recorrendo às duas abordagens supracitadas e para diferentes intensidades macrossísmicas, IEMS-98, resultados esses que foram então discutidos e comparados tendo em conta o seu nível de aproximação aos danos reais observados.pt_PT
dc.description.abstractThe present paper aims to discuss alternative strategies to estimate earthquake damage inflicted to traditional masonry buildings through a comparative analysis of the results obtained resorting to two different approaches: a seismic vulnerability index scoring method widely used in the past in numerous large-scale earthquake risk assessment studies, and an innovative approach based on the use of Artificial Neural Networks. Resorting to post-earthquake damage data collected in the aftermath of the magnitude VII earthquake that struck the Azores archipelago (in Portugal) on July 9, 1998, a sample of 90 buildings of Faial Island was considered. was used to generate real damage data for a set of traditional masonry buildings located in the island of Faial. This sample was used as input data to derive the analytical results obtained resorting to the referred approaches for different macroseismic intensities, IEMS-98. These results were then discussed and compared to post-earthquake damage data.pt_PT
dc.description.versioninfo:eu-repo/semantics/publishedVersionpt_PT
dc.identifier.citationFERREIRA, T.M.; ESTÊVÃO, JM.C.; MAIO, R.; ROMEU, V. (2019) – Análise comparativa acerca do potencial de utilização de redes neuronais artificias para estimar danos sísmicos em edifícios tradicionais de alvenaria. Em 11ª Congresso Nacional de Sismologia e Engenharia Sísmica (Sísmica 2019). p. 1-12.pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.1/12492
dc.language.isoporpt_PT
dc.peerreviewedyespt_PT
dc.subjectVulnerabilidade sísmicapt_PT
dc.subjectEstimativa de danospt_PT
dc.subjectEdifícios de alvenaria de pedrapt_PT
dc.subjectÍndice de Vulnerabilidadept_PT
dc.subjectRedes neuronais artificiaispt_PT
dc.titleAnálise comparativa acerca do potencial de utilização de redes neuronais artificias para estimar danos sísmicos em edifícios tradicionais de alvenariapt_PT
dc.typejournal article
dspace.entity.typePublication
oaire.citation.conferencePlaceLisboa, Portugalpt_PT
oaire.citation.endPage12pt_PT
oaire.citation.startPage1pt_PT
oaire.citation.title11ª Congresso Nacional de Sismologia e Engenharia Sísmica (Sísmica 2019)pt_PT
person.familyNameFerreira
person.familyNameEstêvão
person.givenNameTiago Miguel
person.givenNameJoão Manuel Carvalho
person.identifier163756
person.identifierLh0jYe0AAAAJ&hl
person.identifier.ciencia-idD21E-0392-9F2A
person.identifier.ciencia-id001A-8761-A164
person.identifier.orcid0000-0001-6454-7927
person.identifier.orcid0000-0002-7356-9893
person.identifier.ridD-8112-2015
person.identifier.scopus-author-id55509289200
person.identifier.scopus-author-id56268965500
rcaap.rightsopenAccesspt_PT
rcaap.typearticlept_PT
relation.isAuthorOfPublication5303fd30-9e5f-47db-986f-b4ef91d69db7
relation.isAuthorOfPublication39e5f28b-fdf6-4823-b622-87f4177dd013
relation.isAuthorOfPublication.latestForDiscovery5303fd30-9e5f-47db-986f-b4ef91d69db7

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
SSMICA2019_paper_50FA.pdf
Size:
1.62 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.46 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections