研究人员开发了一个机器学习框架，利用 296 个样本和 14 个输入变量来预测沥青混凝土的劈裂强度。对六种模型进行了比较，其中 TabPFN 表现最佳，R^2 达到 0.88，综合得分达到 0.91。SHAP 分析确定了影响强度的关键变量，并量化了最佳参数范围以提高材料性能。还创建了一个图形用户界面，使该框架更易于访问。 AI
影响 这项研究展示了先进机器学习技术在材料科学中的应用，有望改善建筑材料的设计和性能。
排序理由 该项目是一篇学术论文，详细介绍了用于特定工程应用的机器学习模型。[lever_c_demoted from research: ic=1 ai=0.7]
- Ag4.75
- Ag9.5
- artificial neural network
- LightGBM
- Shap
- Support Vector Regression
- TabPFN
- University of Denver
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
