Machine Learning Prediction of Flexural Behavior of UHPFRC
To evaluate the possibility of predicting the flexural behaviour of UHPFRC, four analytical models were developed, based on artificial neural networks (ANN), to predict the first cracking tension or Limit of Proportionality (LOP), its corresponding deflection (δLOP), ultimate strength or Modulus of...
- Autores:
-
Abellán García, Joaquín
Fernández Gómez, Jaime A.
Torres Castellanos, Nancy
Núñez López, Andrés M.
- Tipo de recurso:
- Part of book
- Fecha de publicación:
- 2020
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- eng
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/1811
- Acceso en línea:
- https://repositorio.escuelaing.edu.co/handle/001/1811
- Palabra clave:
- Aprendizaje automático (Inteligencia artificial)
Hormigón armado
Análisis estructural (Ingeniería)
Flexibilidad
Resistencia de materiales
Machine learning
Reinforced concrete
Structural analysis (Engineering)
Flexure
Strength of materials
UHPFRC
LOP
MOR
Machine learning
PCA
- Rights
- closedAccess
- License
- © RILEM 2021