Wyszukiwanie zaawansowane ?

Obiekt

Predictive analysis of ceramic waste modified concrete properties using ANN and Linear regression algorithm
Pobierz

Tytuł: Predictive analysis of ceramic waste modified concrete properties using ANN and Linear regression algorithm

Twórca:

Asiri, Abdullah

Data:

2024

Typ:

artykuł w czasopiśmie

Tytuł odmienny:

Analiza predykcyjna właściwości betonu modyfikowanego odpadami ceramicznymi Ising ANN i algorytm regresji liniowej

Opis:

In this study, concrete modified with ceramic waste was modelled. The ceramic waste percentage ranged from 2.5% to 5% to 10% to 12.5% to 15% to 17.5% to 20%. Modelling was done for the concrete's tensile strength and compressive strength. Regression modelling and artificial neural networks were used as prediction methods for concrete strength. The models developed in this study to predict the mechanical properties of concrete were evaluated using Mean absolute error, coefficient of determination and root mean square error. The R2 value for the ANN model was determined to be 0.97, compared to 0.95 for the linear regression model. For the one-week, two-week, and four-week prediction models, RMSE values were 1.1 MPa, 1.15 MPa, and 1.05 MPa for the ANN model for one-week, two-week and four-week, respectively, while the linear regression model displayed the RMSE values of 1.08 MPa, 1.22 MPa, and 1.25 MPa. The R2 values for ANN and LR models were estimated to be 0.87 and 0.7, respectively, for predicting split tensile strength. This study will conclude that the artificial neural network model has high accuracy. It can be employed in modelling the mechanical properties of ceramic-modified concrete.

Miejsce wydania:

Koszalin

Wydawca:

Politechnika Koszalińska

Identyfikator:

oai:dlibra.tu.koszalin.pl:2090

Język:

eng

Jest częścią:

Rocznik Ochrona Środowiska. Vol. 26, s. 273-283

Prawa:

Biblioteka Politechniki Koszalińskiej

Prawa dostępu:

internet

Licencja:

Creative Commons BY-SA 4.0

Exlibris

Temat i słowa kluczowe:

compressive strength ceramic waste split tensile strength artificial neural network linear regression

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

17 gru 2025

Data dodania obiektu:

17 gru 2025

Liczba wyświetleń treści obiektu:

6

Wszystkie dostępne wersje tego obiektu:

https://dlibra.tu.koszalin.pl/publication/2100

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
2024, Asiri, Abdullah, Predictive analysis of ceramic waste modified concrete properties using ANN and Linear regression algorithm 17 gru 2025

Obiekty Podobne
Machine learning and linear regression approach to model unconfined compressive strength of ceramic waste modified soil as subgrade pavement material

Alkahtani, Meshel Qablan

2024
artykuł w czasopiśmie
Regression modeling and neural computing for predicting the Ultimate Tensile Strength of Friction Stir Welded aerospace aluminium alloy

Mishra , Akshansh Ve Vance, Jonathan

2019
artykuł w czasopiśmie
Internet of things (IoT) and artificial neural networks towards water pollution forecasting

Ibrahim, Thaer Mishra, Alok

2020
artykuł w czasopiśmie
Assessment of ambient air pollution levels: a five-year analysis of PM2.5, NO, NO2, NOX, CO, and SO2

Srivastava, Rohan Khan, Abdul Rahman Asiri, Abdullah Khan, Saimah

2024
artykuł w czasopiśmie
A brief overview of antibiotic contamination sources in wastewater and elimination approaches

Mumtaj, Zeba Ali Khan, Abdul Rahman Ansari, Jamal Akhtar Asiri, Abdullah Khan, Saimah

2024
artykuł w czasopiśmie
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Biblioteka Politechniki Koszalińskiej ul. Racławicka 15-17 75-620 Koszalin

Telefon

(+48) 94 34 78 455

E-Mail

dlibra@tu.koszalin.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji