CSDL Bài trích Báo - Tạp chí
Phát triển mô hình dự báo sức chịu tải cọc dựa trên dữ liệu thí nghiệm O-cell bằng phương pháp học máy ANN
Tác giả: Võ Nguyễn Phú Huân, Phạm Đinh Trung Nghĩa
Số trang:
Tr. 169-171
Số phát hành:
Tháng 03
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
690
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Sức chịu tải cọc, thí nghiệm O-cell, phương pháp máy học, nén tĩnh cọc
Chủ đề:
Kỹ thuật Xây dựng
&
Sức chịu tải cọc
Tóm tắt:
Bằng cách kết hợp các tham số như hình học cọc, đặc tính vật liệu và tính chất đất, nghiên cứu này nhằm tạo ra một công cụ dự đoán chính xác và thực tế cho các kỹ sư. Nghiên cứu cũng đánh giá hiệu suất của mô hình ANN so với các phương pháp dự đoán truyền thống, làm nổi bật những ưu điểm của nó về độ chính xác và khả năng thích ứng.
Tạp chí liên quan
- Khả năng kháng uốn dầm bê tông cốt thép theo tiêu chuẩn TCVN 5574-2018 : so sánh giữa phương pháp tính toán theo nội lực giới hạn và phương pháp tính toán có xét đến ứng xử phi tuyến của cốt thép
- Phân tích ảnh hưởng ăn mòn và giải pháp bảo vệ an toàn cho các tấm phù điêu đồng tại Việt Nam
- 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