Machine Learning as a Tool for the Optimization of Concrete Mix Designs
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27120%2F25%3A10259940" target="_blank" >RIV/61989100:27120/25:10259940 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Strojové učenie ako nástroj optimalizácie betónových receptúr
Original language description
Využitie strojového učenia a neurónových sietí pri predpovedaní pevnosti betónu v tlaku sľubuje výrazné zlepšenie presnosti a spoľahlivosti modelov pre navrhovanie a optimalizáciu betónových zmesí. Vďaka rýchlemu pokroku v tejto oblasti budú výpočtové modely schopné spracovať ešte väčšie množstvo experimentálnych údajov, čím sa zvýši ich schopnosť zachytiť zložité vzťahy medzi vstupnými parametrami a mechanickými vlastnosťami betónu. S vývojom nových architektúr neurónových sietí a algoritmov strojového učenia bude možné vytvoriť vysoko adaptívne prediktívne modely, ktoré budú lepšie reagovať na variabilitu zloženia betónu a výrobných podmienok, čo povedie k efektívnejšiemu a udržateľnejšiemu projektovaniu v stavebnom priemysle. Predložená práca sa zaoberá návrhom betónových zmesí a predikciou ich pevnosti v tlaku na základe výsledkov pevnosti v tlaku zmesí známeho zloženia z iných experimentov s využitím strojového učenia.
Czech name
Strojové učenie ako nástroj optimalizácie betónových receptúr
Czech description
Využitie strojového učenia a neurónových sietí pri predpovedaní pevnosti betónu v tlaku sľubuje výrazné zlepšenie presnosti a spoľahlivosti modelov pre navrhovanie a optimalizáciu betónových zmesí. Vďaka rýchlemu pokroku v tejto oblasti budú výpočtové modely schopné spracovať ešte väčšie množstvo experimentálnych údajov, čím sa zvýši ich schopnosť zachytiť zložité vzťahy medzi vstupnými parametrami a mechanickými vlastnosťami betónu. S vývojom nových architektúr neurónových sietí a algoritmov strojového učenia bude možné vytvoriť vysoko adaptívne prediktívne modely, ktoré budú lepšie reagovať na variabilitu zloženia betónu a výrobných podmienok, čo povedie k efektívnejšiemu a udržateľnejšiemu projektovaniu v stavebnom priemysle. Predložená práca sa zaoberá návrhom betónových zmesí a predikciou ich pevnosti v tlaku na základe výsledkov pevnosti v tlaku zmesí známeho zloženia z iných experimentov s využitím strojového učenia.
Classification
Type
O - Miscellaneous
CEP classification
—
OECD FORD branch
20100 - Civil engineering
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2025
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů