| 标题 |
Interpretable machine learning for GFRP bar durability prediction from sparse experimental data 相关领域
耐久性
可解释性
机器学习
人工智能
实验数据
巴(单位)
计算机科学
支持向量机
极限抗拉强度
预测建模
试验数据
纤维增强塑料
训练集
特征(语言学)
模式识别(心理学)
非线性系统
数据建模
线性
再培训
结构工程
功能(生物学)
实证研究
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Results in Engineering 作者:Tiezheng Guan; Pu Zhang; Usama Ali; Thierno Aliou Ka; Liangguo Wang; et al 出版日期:2026-01-29 |
| 求助人 | |
| 下载 | 求助已完成,仅限求助人或该文件上传人下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)