- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
Danh mục TaiLieu.VN
Nghiên cứu này đã thiết lập và đánh giá khả năng dự báo độ sâu sau nước nhảy của sáu mô hình học máy (ML), gồm có: Rừng cây ngẫu nhiên (Random Forest - RT), Tăng cường thích ứng (Adaptive Boosting – Ada), Tăng cường tốc độ (Cat Boosting – CB), Tăng cường độ dốc (Gradient Boosting - GB), Cây bổ sung (Extra Trees - ET) và Máy Vector hỗ trợ (Support Vector Machine...
15 p vcmi 25/03/2025 4 0
Từ khóa: Thuật toán học máy, Mô hình học máy, Định lý π-Buckingham, Rừng cây ngẫu nhiên, Mô hình Tăng cường thích ứng, Mô hình Tăng cường độ dốc
Nghiên cứu này áp dụng thuật toán Tăng cường độ dốc (Gradient Boosting-GB) kết hợp với thuật toán tối ưu hóa Honey Badger (HBA) để dự đoán cường độ nén của bê tông sử dụng cát nhân tạo. Nghiên cứu này mở ra hướng đi mới cho việc áp dụng công nghệ học máy trong ngành xây dựng, góp phần vào phát triển bền vững.
12 p vcmi 25/09/2024 30 0
Từ khóa: Cường độ nén, Bê tông cát nhân tạo, Thuật toán tăng cường độ dốc, Thuật toán tối ưu hóa, Công nghệ học máy
Đăng nhập
Bộ sưu tập nổi bật