Office of Academic Resources
Chulalongkorn University
Chulalongkorn University

Home / Help

Titleการทำนายผลการอพยพจากอาคารด้วยวิธีการเรียนรู้เพื่อจำลองบิลดิงบล็อก / จักษุเทพ ตี้กุล = Prediction of building evacuation results using a learning algorithm to simulate building blocks
Author Jaksuthep Teekul
Imprint 2554
Connect tohttp://cuir.car.chula.ac.th/handle/123456789/22948
Descript ก-ฏ, 86 แผ่น : ภาพประกอบ

SUMMARY

ปัจจุบันการจำลองการอพยพออกจากอาคาร มีการพัฒนาวิธีการจำลองพฤติกรรม ในการอพยพของมนุษย์ให้เสมือนจริงมากยิ่งขึ้น หนึ่งในวิธีการที่ได้รับความนิยมคือ การจำลองโดยใช้พื้นฐานจากตัวแทนโดยนำคุณลักษณะของมนุษย์ เช่น เพศหรืออายุ มาร่วมพิจารณา โดยการจำลองพฤติกรรมให้เสมือนจริงนั้น จำเป็นต้องมีการประมวลผลข้อมูลจำนวนมาก และใช้เวลาในการทำนายผลลัพธ์การอพยพที่ยาวนาน ในงานวิจัยนี้จึงเสนอวิธีการทำนายเวลาในการอพยพ โดยใช้วิธีการเรียนรู้จากบิลดิงบล็อก โดยไม่ต้องจำลองการอพยพใหม่ทั้งหมด จากการทดลองพบว่า วิธีที่นำเสนอสามารถลดเวลาในการทำนายผลลัพธ์การอพยพโ ดยที่ยังคงได้ผลลัพธ์การทำนายที่ใกล้เคียงกับการทำนายเวลาในการอพยพ ด้วยวิธีจำลองการอพยพใหม่
Nowadays building an evacuation simulation system has been developed to simulate human behavior in emergency circumstance to be more realistic. Some evacuation simulation applications use human properties, such as gender or age etc., to make it look like real situation. This leads to the situation, in which much more information must be processed and to long time processing to get result of simulation. This research proposes a new method to predict evacuation time without rerunning the simulation using learnable building block. Our proposed method can preserve correctness of evacuation time result.


การอพยพจากอาคาร -- แบบจำลองทางคอมพิวเตอร์ นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์) การโปรแกรมเชิงวัตถุ Buildings -- Evacuation -- Computer simulation Neural networks ‪(Computer sciences)‬ Object-oriented programming ‪(Computer science)‬



Location



Office of Academic Resources, Chulalongkorn University, Phayathai Rd. Pathumwan Bangkok 10330 Thailand

Contact Us

Tel. 0-2218-2929,
0-2218-2927 (Library Service)
0-2218-2903 (Administrative Division)
Fax. 0-2215-3617, 0-2218-2907

Social Network

  line

facebook   instragram