Wyszukiwarka
Opis
Source code - AI models (MLM1-5 - series I-III - QNM opt) for the paper "Computational Complexity and Its Influence on Concrete Compressive Strength Prediction Capabilities of Machine Learning Models for Concrete Mix Design Support" accepted for publication.
Plik z danymi badawczymi
mlm1-5_s1-3_tabular-lstm_qnm_opt_sc.zip
31.3 kB,
S3 ETag
3f17f8f61a582e04cc81714b48c4922c-1,
pobrań: 12
Hash pliku liczony jest ze wzoru
Przykładowy skrypt do wyliczenia:
https://github.com/antespi/s3md5
hexmd5(md5(part1)+md5(part2)+...)-{parts_count} gdzie pojedyncza część pliku jest wielkości 512 MBPrzykładowy skrypt do wyliczenia:
https://github.com/antespi/s3md5
Informacje szczegółowe o pliku
- Licencja:
-
otwiera się w nowej karcie
CC BYUznanie autorstwa
Informacje szczegółowe
- Rok publikacji:
- 2023
- Data zatwierdzenia:
- 2023-08-29
- Język danych badawczych:
- angielski
- Dyscypliny:
-
- inżynieria lądowa, geodezja i transport (Dziedzina nauk inżynieryjno-technicznych)
- informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
- DOI:
- Identyfikator DOI 10.34808/2shm-9s85 otwiera się w nowej karcie
- Weryfikacja:
- Politechnika Gdańska
Słowa kluczowe
- applied machine learning
- buildings
- cement
- concrete mix design
- concrete strength prediction
- concrete
- construction industry
- data mining
- green building
- innovation
- sustainability
- sustainable development
Cytuj jako
Autorzy
wyświetlono 93 razy