Thông tin nhà nghiên cứu KH&CN

Tối ưu hóa mô hình catboost để dự đoán cường độ nén bê tông cốt liệu tái chế

Nghiên cứu tối ưu số nơ-ron trong mạng thần kinh nhân tạo để dự đoán lực liên kết giữa tấm FRP với bê tông

Nghiên cứu dự đoán hệ số vượt độ bền uốn dựa trên phương pháp trí tuệ nhân tạo

Nghiên cứu ứng dụng mô hình trí tuệ nhân tạo dự báo cường độ nén của bê tông sử dụng cốt liệu tái chế

Mạng nơ-ron nhân tạo sử dụng thuật toán tìm kiếm ngẫu nhiên để dự đoán cường độ nén của bê tông xỉ lò cao

Nghiên cứu và áp dụng mô hình rừng ngẫu nhiên xác định cường độ nén của bê tông cốt liệu nhẹ

Nghiên cứu tối ưu hóa hệ số mô hình Ensemble Learning để dự báo tính chất của bê tông cường độ cao

Nghiên cứu và áp dụng thuật toán siêu máy học xác định cường độ uốn của bê tông xỉ lò cao

Nghiên cứu dự báo cường độ bê tông xốp và xác định tương quan với các tham số đầu vào bằng máy vec tơ hỗ trợ

Mô phỏng cường độ bê tông 28 ngày tuổi sử dụng mạng nơ-ron nhân tạo tối ưu hóa với thuật toán giải thuật di truyền

Nghiên cứu tối ưu hóa mạng nơ-ron nhân tạo để dự đoán sức kháng cắt của dầm bê tông gia cố thép sợi

Nghiên cứu ứng dụng mô hình mạng nơ-ron nhân tạo để dự đoán sức chịu tải tới hạn của cấu kiện thép chữ Y

Phát triển công cụ mô phỏng số nhằm mục đích nghiên cứu dòng chảy trong môi trường rỗng có vết nứt cho chất lỏng Newton và chất lỏng phi Newton