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

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thu Hiền Trần

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Khoa học & Công nghệ Đại học Duy Tân, 2024

Mô tả vật lý: tr.3-10

Bộ sưu tập: Metadata

ID: 251346

Thêm vào giỏ

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.The deep neural network regression (DNNR) model was used to predict the compressive strength of self-compacting concrete. The model was trained and tested on a total of 327 data points. Input variables include six component quantities and the age in days of concrete. The DNNR model has been shown to be capable of identifying complex mappings between input and output variables. The predicted compressive strengths of self-compacting concrete are highly accurate in comparing with to experimental results.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR