Abdominal muscle plays a crucial role in postural control and respiration control. However, thickness of abdominal muscle in the paretic side of a hemiplegic patient has not been reported in previous studies. The purpose of this research was to compare lateral abdominal muscle thickness between the nonparetic and paretic side in patients with chronic stroke using rehabilitative ultrasound imaging. Twenty two patients with chronic stroke participated in this study. Absolute thickness of transversus abdominis (TrA), internal oblique (IO) and external oblique (EO) was measured at the end of inspiration and expiration during quiet breathing, and relative thickness was calculated (thickness of each muscle as a percentage of total muscle thickness). Ultrasound imaging was recorded three times and the average value was determined for statistical analysis. Differences in absolute and relative lateral abdominal muscle thickness between the nonparetic and paretic side were assessed with paired t-tests. Absolute muscle thickness of the paretic side TrA was thinner than that of the nonparetic side at the end of inspiration and expiration during quiet breathing. Relative muscle thickness of the paretic side TrA was thinner than the paretic side only at the end of expiration during quiet breathing (p>.05). Therefore, it is necessary to strength TrA in patients with chronic stroke during physical therapy intervention. Further study is needed whether physical therapy intervension will induce TrA thickness in patients with chronic stroke in prospective study design.
Devandiran, P.;Kamatchi, P.;Rao, K. Balaji;Ravisankar, K.;Iyer, Nagesh R.
Earthquakes and Structures
/
v.5
no.4
/
pp.439-459
/
2013
Main objective of the present study is to determine the statistical properties and suitable probability distribution functions of spectral displacements from nonlinear static and nonlinear dynamic analysis within the frame work of Monte Carlo simulation for typical low rise and high rise RC framed buildings located in zone III and zone V and designed as per Indian seismic codes. Probabilistic analysis of spectral displacement is useful for strength assessment and loss estimation. To the author's knowledge, no study is reported in literature on comparison of spectral displacement including the uncertainties in capacity and demand in Indian context. In the present study, uncertainties in capacity of the building is modeled by choosing cross sectional dimensions of beams and columns, density and compressive strength of concrete, yield strength and elastic modulus of steel and, live load as random variables. Uncertainty in demand is modeled by choosing peak ground acceleration (PGA) as a random variable. Nonlinear static analysis (NSA) and nonlinear dynamic analysis (NDA) are carried out for typical low rise and high rise reinforced concrete framed buildings using IDARC 2D computer program with the random sample input parameters. Statistical properties are obtained for spectral displacements corresponding to performance point from NSA and maximum absolute roof displacement from NDA and suitable probability distribution functions viz., normal, Weibull, lognormal are examined for goodness-of-fit. From the hypothesis test for goodness-of-fit, lognormal function is found to be suitable to represent the statistical variation of spectral displacement obtained from NSA and NDA.
Objective: To determine the effect of surface anodization on the interfacial strength between an orthodontic microimplant (MI) and the rabbit tibial bone, particularly in the initial phase aft er placement. Methods: A total of 36 MIs were driven into the tibias of 3 mature rabbits by using the self-drilling method and then removed aft er 6 weeks. Half the MIs were as-machined (n = 18; machined group), while the remaining had anodized surfaces (n = 18; anodized group). The peak insertion torque (PIT) and the peak removal torque (PRT) values were measured for the 2 groups of MIs. These values were then used to calculate the interfacial shear strength between the MI and cortical bone. Results: There were no statistical differences in terms of PIT between the 2 groups. However, mean PRT was significantly greater for the anodized implants ($3.79{\pm}1.39$ Ncm) than for the machined ones ($2.05{\pm}1.07$ Ncm) (p < 0.01). The interfacial strengths, converted from PRT, were calculated at 10.6 MPa and 5.74 MPa for the anodized and machined group implants, respectively. Conclusions: Anodization of orthodontic MIs may enhance their early-phase retention capability, thereby ensuring a more reliable source of absolute anchorage.
Splitting tensile strength (STS) is an important mechanical parameter of concrete. This study offers novel methodologies for the early prediction of this parameter. Artificial neural network (ANN), which is a leading predictive method, is synthesized with two metaheuristic algorithms, namely atom search optimization (ASO) and equilibrium optimizer (EO) to achieve an optimal tuning of the weights and biases. The models are applied to data collected from the published literature. The sensitivity of the ASO and EO to the population size is first investigated, and then, proper configurations of the ASO-NN and EO-NN are compared to the conventional ANN. Evaluating the prediction results revealed the excellent efficiency of EO in optimizing the ANN. Accuracy improvements attained by this algorithm were 13.26 and 11.41% in terms of root mean square error and mean absolute error, respectively. Moreover, it raised the correlation from 0.89958 to 0.92722. This is while the results of the conventional ANN were slightly better than ASO-NN. The EO was also a faster optimizer than ASO. Based on these findings, the combination of the ANN and EO can be an efficient non-destructive tool for predicting the STS.
In this paper, soft learning techniques are used to predict the ultimate torsional capacity of Reinforced Concrete beams strengthened with Fiber Reinforced Polymer. Soft computing techniques, namely Artificial Neural Network, trained by various back propagation algorithms, and Particle Swarm Optimization (PSO) algorithm, have been used to model and predict the torsional strength of Reinforced Concrete beams strengthened with Fiber Reinforced Polymer. The performance of each model has been evaluated by using statistical parameters such as coefficient of determination (R2), Root Mean Square Error (RMSE), and Mean Absolute Percentage Error (MAPE). The hybrid PSO NN model resulted in an R2 of 0.9292 with an RMSE of 5.35 for training and an R2 of 0.9328 with an RMSE of 4.57 for testing. Another model, ANN BP, produced an R2 of 0.9125 with an RMSE of 6.17 for training and an R2 of 0.8951 with an RMSE of 5.79 for testing. The results of the PSO NN model were in close agreement with the experimental values. Thus, the PSO NN model can be used to predict the ultimate torsional capacity of RC beams strengthened with FRP with greater acceptable accuracy.
Journal of Korean Association for Spatial Structures
/
v.23
no.4
/
pp.81-88
/
2023
Numerous factors contribute to the deterioration of reinforced concrete structures. Elevated temperatures significantly alter the composition of the concrete ingredients, consequently diminishing the concrete's strength properties. With the escalation of global CO2 levels, the carbonation of concrete structures has emerged as a critical challenge, substantially affecting concrete durability research. Assessing and predicting concrete degradation due to thermal effects and carbonation are crucial yet intricate tasks. To address this, multiple prediction models for concrete carbonation and compressive strength under thermal impact have been developed. This study employs seven machine learning algorithms-specifically, multiple linear regression, decision trees, random forest, support vector machines, k-nearest neighbors, artificial neural networks, and extreme gradient boosting algorithms-to formulate predictive models for concrete carbonation and thermal impact. Two distinct datasets, derived from reported experimental studies, were utilized for training these predictive models. Performance evaluation relied on metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analytical outcomes demonstrate that neural networks and extreme gradient boosting algorithms outshine the remaining five machine learning approaches, showcasing outstanding predictive performance for concrete carbonation and thermal effect modeling.
Awoyera, Paul O.;Mansouri, Iman;Abraham, Ajith;Viloria, Amelec
Computers and Concrete
/
v.27
no.4
/
pp.333-341
/
2021
Steel slag, an industrial reject from the steel rolling process, has been identified as one of the suitable, environmentally friendly materials for concrete production. Given that the coarse aggregate portion represents about 70% of concrete constituents, other economic approaches have been found in the use of alternative materials such as steel slag in concrete. Unfortunately, a standard framework for its application is still lacking. Therefore, this study proposed functional model equations for the determination of strength properties (compression and splitting tensile) of steel slag aggregate concrete (SSAC), using gene expression programming (GEP). The study, in the experimental phase, utilized steel slag as a partial replacement of crushed rock, in steps 20%, 40%, 60%, 80%, and 100%, respectively. The predictor variables included in the analysis were cement, sand, granite, steel slag, water/cement ratio, and curing regime (age). For the model development, 60-75% of the dataset was used as the training set, while the remaining data was used for testing the model. Empirical results illustrate that steel aggregate could be used up to 100% replacement of conventional aggregate, while also yielding comparable results as the latter. The GEP-based functional relations were tested statistically. The minimum absolute percentage error (MAPE), and root mean square error (RMSE) for compressive strength are 6.9 and 1.4, and 12.52 and 0.91 for the train and test datasets, respectively. With the consistency of both the training and testing datasets, the model has shown a strong capacity to predict the strength properties of SSAC. The results showed that the proposed model equations are reliably suitable for estimating SSAC strength properties. The GEP-based formula is relatively simple and useful for pre-design applications.
The influence of material composition such as aggregate types, addition of supplementary cementitious materials as well as exposed temperature levels have significant impacts on concrete residual mechanical strength properties when exposed to elevated temperature. This study is based on data obtained from literature for fly ash blended concrete produced with natural and recycled concrete aggregates to efficiently develop prediction models for estimating its residual compressive strength after exposure to high temperatures. To achieve this, an extensive database that contains different mix proportions of fly ash blended concrete was gathered from published articles. The specific design variables considered were percentage replacement level of Recycled Concrete Aggregate (RCA) in the mix, fly ash content (FA), Water to Binder Ratio (W/B), and exposed Temperature level. Thereafter, a simplified mathematical equation for the prediction of concrete's residual compressive strength using Gene Expression Programming (GEP) was developed. The relative importance of each variable on the model outputs was also determined through global sensitivity analysis. The GEP model performance was validated using different statistical fitness formulas including R2, MSE, RMSE, RAE, and MAE in which high R2 values above 0.9 are obtained in both the training and validation phase. The low measured errors (e.g., mean square error and mean absolute error are in the range of 0.0160 - 0.0327 and 0.0912 - 0.1281 MPa, respectively) in the developed model also indicate high efficiency and accuracy of the model in predicting the residual compressive strength of fly ash blended concrete exposed to elevated temperatures.
Shariati, Mahdi;Mafipour, Mohammad Saeed;Mehrabi, Peyman;Ahmadi, Masoud;Wakil, Karzan;Trung, Nguyen Thoi;Toghroli, Ali
Smart Structures and Systems
/
v.25
no.2
/
pp.183-195
/
2020
Mineral admixtures have been widely used to produce concrete. Pozzolans have been utilized as partially replacement for Portland cement or blended cement in concrete based on the materials' properties and the concrete's desired effects. Several environmental problems associated with producing cement have led to partial replacement of cement with other pozzolans. Furnace slag and fly ash are two of the pozzolans which can be appropriately used as partial replacements for cement in concrete. However, replacing cement with these materials results in significant changes in the mechanical properties of concrete, more specifically, compressive strength. This paper aims to intelligently predict the compressive strength of concretes incorporating furnace slag and fly ash as partial replacements for cement. For this purpose, a database containing 1030 data sets with nine inputs (concrete mix design and age of concrete) and one output (the compressive strength) was collected. Instead of absolute values of inputs, their proportions were used. A hybrid artificial neural network-genetic algorithm (ANN-GA) was employed as a novel approach to conducting the study. The performance of the ANN-GA model is evaluated by another artificial neural network (ANN), which was developed and tuned via a conventional backpropagation (BP) algorithm. Results showed that not only an ANN-GA model can be developed and appropriately used for the compressive strength prediction of concrete but also it can lead to superior results in comparison with an ANN-BP model.
All-ceramic restorations have become an attractive alternative to porcelain-fused-to-metal crowns. In-Ceram, and more recently IPS Empress 2 were introduced as a new all-ceramic system for single crowns and 3-unit fixed partial dentures. But their strength and marginal fit are still an important issue. This study evaluated the fracture resistance and marginal fit of three systems of 3 unit all-ceramic bridge fabricated on prepared maxillary anterior resin teeth in vitro. The 3 all-ceramic bridge systems were: (1) a glass-infiltrated, sintered alumina system (In-Ceram) fabricated conventionally, (2) the same system with copy-milled alumina cores (copy-milled In-Ceram), (3) a heat pressed, lithium disilicate reinforced glass-ceramic system (IPS Empress 2). Ten bridges of each system with standardized design of framework were fabricated. All specimens of each system were compressed at $55^{\circ}$ at the palatal surface of pontic until catastrophic fracture occurred. Another seven bridges of each system were fabricated with standard method. All of the bridge-die complexes were embedded in epoxy resin and sectioned buccolingually and mesiodistally. The absolute marginal discrepancy was measured with stereomicroscope at ${\times}50$ power. The following results were obtained: 1. There was no significant difference in the fracture strength among the 3 systems studied. 2. The Weibull modulus of copy-milled In-Ceram was higher than that of In-Ceram and IPS Empress 2 bridges. 3. Copy-milled In-Ceram($112{\mu}m$) exhibited significantly greater marginal discrepancy than In Ceram ($97{\mu}m$), and IPS Empress 2 ($94{\mu}m$) at P=0.05. 4. The lingual surfaces of the ceramic crowns showed smaller marginal discrepancies than mesial and distal points. There was no significant difference between teeth (incisor, canine) at P=0.05. 5. All-ceramic bridges of three systems appeared to exhibit sufficient initial strength and accept able marginal fit values to allow clinical application.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.