跳到正文
智迹闻AuraTracer

研究:集成ML预测纤维混凝土强度

本机阅读

发生了什么

据arXiv cs.LG报道,一项研究利用1,204条实验记录构建数据驱动框架,预测受温度影响的纤维增强高性能混凝土抗压强度。评估的八种模型中,梯度提升和极端梯度提升在未见数据上表现最佳,R^2均为0.903。其中梯度提升均方根误差最低(6.67 MPa),极端梯度提升平均绝对误差最低(3.97 MPa)。SHAP分析显示温度是影响强度的首要因素。研究已开发Python GUI用于快速预测。

样本量
1204
模型R^2
0.903

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.LG一手材料

    Explainable Machine Learning Analysis of Temperature Effects on Mechanical Strength of Fiber-Reinforced High-Performance Concrete

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口