mô hình học máy
Dự báo khả năng chịu tải nén lệch tâm của cột thép nhồi bê tông bằng mô hình học máy được tối ưu hóa bằng thuật toán Jellyfish Search
Nghiên cứu này tập trung vào xây dựng mô hình dự báo dựa trên thuật toán tối ưu hóa Jellyfish Search (JS) để tự động tìm kiếm các thông số của mô hình học máy nhằm dự báo độ nén lệch tâm của CFST.
Dự báo độ võng dài hạn của dầm bê tông cốt thép bằng mô hình học máy tối ưu hóa Jellyfish Search
Nghiên cứu này tập trung vào phát triển một mô hình học máy sử dụng thuật toán tối ưu hóa Jellyfish Search để dự báo độ võng dài hạn của dầm BTCT.
Xây dựng mô hình học máy được tối ưu hóa bằng thuật toán jellyfish search để dự báo năng suất lao động trên công trường
Nghiên cứu này trình bày các so sánh và đánh giá hiệu suất của các mô hình học máy, bao gồm bốn mô hình đơn ANN, SVR, LR, CART và ba mô hình hỗn hợp Voting, Bagging, Stacking.
Ứng dụng mô hình học máy để dự đoán cường độ chịu nén hỗn hợp chất thải mỏ quặng gia cố bằng xi măng trong trường hợp khan hiếm dữ liệu
Cường độ chịu nén của chất thải mỏ quặng được gia cố bằng xi măng (Cemented Paste Backfill CPB) là tính chất cơ học quan trọng trong việc đánh giá khả năng áp dụng của hỗn hợp này trong gia cố hố đào hầm mỏ.
Xây dựng và so sánh các mô hình học máy để dự đoán khả năng chịu cắt của vách bê tông cốt thép
Nghiên cứu này tập trung vào xây dựng và so sánh các mô hình học máy đơn và hỗn hợp để dự báo khả năng chịu cắt của vách bê tông cốt thép.