Sử dụng mô hình hồi quy mạng lưới nơ ron sâu để dự đoán cường độ chịu nén của bê tông tự lèn

Chỉ số đề mục

67

Lĩnh vực nghiên cứu

Vật liệu xây dựng

Dạng tài liệu

BB

Tác giả

Trần Thu Hiền, Phan Ngọc Trung, Hoàng Nhật Đức

Nhan đề

Sử dụng mô hình hồi quy mạng lưới nơ ron sâu để dự đoán cường độ chịu nén của bê tông tự lèn

Nhan đề tiếng anh

Using deep neural network regression model to predict compressive strength of self-compacting concrete

Nguồn trích

Khoa học và công nghệ - Trường Đại Duy Tân

Năm xuất bản

2024

Số

03

Trang

3-10

ISSN

1859-4905

Từ khóa

Mô hình hồi quy, Mạng lưới nơ ron sâu, Cường độ chịu nén, Bê tông tự lèn

Từ khóa tiếng anh

Deep neural network regression, Compressive strength, Self consolidating concrete

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.

Tóm tắt tiếng anh

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.

Kí hiệu kho

TTKHCNQG, CVv 416

File toàn văn

Xem toàn văn