文献

J-GLOBAL ID：202202233718425941   整理番号：22A1091337

通常および高強度のコンクリートのためのLSBoostによる弾性予測のModulus【JST・京大機械翻訳】

Modulus of elasticity predictions through LSBoost for concrete of normal and high strength

著者 (2件)： Zhang Yun (North Carolina State University, Raleigh, NC, 27695, USA) ,  Xu Xiaojie (North Carolina State University, Raleigh, NC, 27695, USA)
資料名： Materials Chemistry and Physics  (Materials Chemistry and Physics)
巻： 283  ページ： Null  発行年： 2022年 
JST資料番号： E0934A  ISSN： 0254-0584  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 過去において,経験式といくつかの統計的回帰アプローチを開発し,コンクリートの弾性係数を推定した。これらの方法は,コンクリートの応用と設計を容易にすることを目的とする。しかし,これらの方程式とモデルの精度と安定性は,更なる改良を必要とする。本研究では,垂直および高強度コンクリートの圧縮強度に基づく弾性係数を予測するために,最小二乗ブースティングモデルを開発した。モデルは,非常に正確で安定であり,文献で報告されている他のモデルより良い予測を生み出し,従って,弾性率推定のための高速で堅牢で低コストのツールとして有望であった。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 安定性 ,  最小二乗法 ,  弾性係数 ,  *コンクリート ,  *弾性 ,  高強度コンクリート ,  実験式 ,  圧縮強さ ,  *強度 ,  ロバスト性 ,  機械学習
準シソーラス用語： 高強度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 弾性のModulus ,  コンクリート ,  圧縮強度 ,  LSBoost ,  機械学習

分類 (1件)： 固体の機械的性質一般  (BL01021C)

タイトルに関連する用語 (4件)： 高強度 ,  コンクリート ,  弾性 ,  予測