CSDL Bài trích Báo - Tạp chí
Xây dựng mô hình máy học lai nhân trọng số để dự báo lực bám dính giữa BTCT và FRP
Tác giả: Lê Minh Thanh, Trương Đình Nhật, Cao Thành Nhân, Lê Thị Thùy Linh
Số trang:
Tr. 98-103
Số phát hành:
Tháng 1
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
690
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Bê tông cốt thép, vật liệu FRP, mô hình máy học, tối ưu hóa, lực bám
Tóm tắt:
Nghiên cứu tập trung vào xây dựng một mô hình học máy có trọng số để dự báo lực bám dính giữa vật liệu bê tông cốt thép và vật liệu FRP gia cường. Mô hình lai JS-WFSS (Jellyfish search optimized - weighted featune stacking system) được xây dựng dựa trên hệ thống xếp chồng có trọng số tối ưu hóa bằng tìm kiếm sứa.
Tạp chí liên quan
- Training artificial neural network regression based on the generalized delta rule : a case study in modeling the compressive strength of concrete = Huấn luyện mạng nơ-ron thần kinh nhân tạo dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng
- XGBoost regression for estimating bearing capacity of concrete piles = Sử dụng hồi quy XGBoost để đánh giá sức chịu tải của cọc bê tông
- Training deep neural network for regression analysis with the generalized delta rule : a case study in modeling the shear strength of soil = Huấn luyện mạng nơ-ron thần kinh nhân tạo sâu dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng dụn
- Linear regression models for predicting the compressive strength of rice husk ash-blended concrete = Ứng dụng các mô hình hồi quy tuyến tính cho việc dự báo cường độ chịu nén của bê tông có chứa tro trấu
- Applications of Google OR-Tools in solving construction management linear optimization problems = Ứng dụng công cụ Google OR-Tools trong giải các bài toán tối ưu hóa tuyến tính trong quản lý dự án xây dựng