Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKonstruksi & infrastrukturUnderstanding Low-rise Building Aerodynamics by Leveraging Machine Learning
Proyek riset & pengembangan

Understanding Low-rise Building Aerodynamics by Leveraging Machine Learning

Ringkasan tujuan riset

Few-shot learning memanfaatkan data terowongan angin untuk memperkirakan beban bangunan rendah skala penuh dan ketidakpastian akibat turbulensi serta kesalahan penskalaan.

Konstruksi & infrastruktur1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2449175Periode tercatat 2025-08-01 sampai 2028-07-31.NSF 2449175MulaiAkhir tercatat202520292025-08-012028-07-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Model akan memperhitungkan geometri, kondisi inflow, dan pelanggaran keserupaan Reynolds yang membatasi transfer data model ke bangunan nyata. Pengujian skala besar di fasilitas Wall of Wind menyediakan dasar verifikasi serta validasi metode pembelajaran. Kerangka mencari sensitivitas terhadap parameter penting dan prediksi tekanan puncak yang lebih andal. Pengurangan kebutuhan eksperimen mahal serta rancangan cladding lebih baik merupakan sasaran penelitian, bukan perbaikan struktur yang sudah terbukti.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Texas A&M Engineering Experiment Station
Program
ECI-Engineering for Civil Infr
Periode pendanaan tercatat
2025-08-01 → 2028-07-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Civil, Mechanical, & Manufacturing Innovation

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.