최근에, 우리 크레이지 슬롯의 Ling Huikun 박사는 Chongqing Jiaotong University와 Sydney University와 협력하여 국제적으로 유명한 저널 "건설 및 건축 자료"에서 TPB 테스트에서 아스팔트 콘크리트의 골절을 예측하는 연구 논문을 출판했습니다. 이 백서는 기계 학습 알고리즘과 최적화 알고리즘을 성공적으로 결합하여 아스팔트 콘크리트 골절 성능 예측을위한 혁신적인 솔루션을 제공하여 기계 학습에서 크레이지 슬롯 연구 수준의 지속적인 개선을 표시합니다.

아스팔트 콘크리트 인 고 지구 및 암석 댐의 핵심 재료로서, 골절 거동은 프로젝트의 안전에 직접적인 영향을 미칩니다. 기존의 3 점 벤딩 테스트는 물리적 테스트에 의존하며 높은 비용 및 긴 사이클과 같은 제한 사항이 있습니다.

현재, Global Materials Research는 인공 지능의 수용을 가속화하고 있습니다. 동시에이 논문은 팀이 엔지니어링 관리, 프로젝트 관리 및 기타 시나리오에서의 전송 학습의 적용을 탐구 할 수있는 토대를 마련했습니다.

이 크레이지 슬롯는 Chongqing Water Conservancy Science and Technology Project (CQSLK-2023006), National Natural Science Foundation of China Project (52378327) 및 Yibin College Cunitivation Project (2023Py07)에 의해 지원됩니다.

전문 링크 :https://www.sciencedirect.com/science/article/pii/S0950061825007287?dgcid=coauthor

(/Ling Huikun Review/Yellow River Final Review/Zhang Qing 편집자/Wang Ying Production/Yu Junyan)