CSDL Bài trích Báo - Tạp chí
Sử dụng mô hình hồi quy mạng lưới nơ ron sâu để dự đoán cường độ chịu nén của bê tông tự lèn = Using deep neural network regression model to predict compressive strength of self-compacting concrete
Tác giả: Trần Thu Hiền, Phan Ngọc Trung, Hoàng Nhật Đức
Số trang:
Tr. 3-10
Số phát hành:
Số 03 (64)
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
510
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Mô hình hồi quy mạng lưới nơ ron sâu, cường độ chịu nén, bê tông tự lèn
Chủ đề:
Bê tông xây dựng
Tóm tắt:
Mô hình hồi quy mạng lưới nơ ron sâu (DNNR) đã được sử dụng để dự đoán cường độ chịu nén của bê tông tự lèn. Mô hình được đào tạo và kiểm tra trên tổng số 327 điểm dữ liệu. Các biến số đầu vào bao gồm 6 hàm lượng thành phần và tuổi của bê tông theo ngày. Mô hình DNNR đã cho thấy khả năng xác định được các ánh xạ phức tạp giữa biến đầu vào và đầu ra. Kết quả dự đoán cường độ chịu nén của bê tông tự lèn có độ chính xác cao so với kết quả thực nghiệm.
Tạp chí liên quan
- Nghiên cứu phát triển gia vị rắc cơm từ nấm rơm và chùm ngây
- Variation of effective absorption bandwidth as a function of oblique angle for Cu, Co, and Ti co-doped SrFe12O19 = Sự thay đổi của băng thông hấp thụ hiệu quả như là một hàm của góc xiên đối với SrFe12O19 đồng pha tạp Cu, Co, và Ti
- Weak two-scale convergence in L2 for a two-dimensional case = Hội tụ hai-kích thước yếu trong L2 cho một trường hợp hai chiều
- Strong two-scale convergence for a two-dimensional case = Hội tụ hai-kích thước mạnh cho một trường hợp hai chiều
- Transition nodal basis functions in p-adaptive finte element methods = Hàm nút cơ sở chuyển giao dùng trong phương pháp phần tử hữu hạn thích nghi loại p