研究人员发布了一个大型开放的土壤压实测试语料库,包含来自六个公共来源的 2,854 次实验室压实测试,涵盖了不同的能源水平和细粒土含量。该数据集旨在克服现有相关性的局限性,这些相关性通常基于来自单一实验室和压实能源的少量样本。该论文还提出了机器学习模型,包括表格基础模型和符号回归,用于预测土壤密度和含水量,展示了它们在不同数据划分上的性能,并强调了压实能源的条件重要性。 AI
影响 为土壤力学和土木工程应用的研究提供了宝贵的数据集和机器学习模型。
排序理由 该集群包含一篇详细介绍新数据集和机器学习基线的学术论文。[lever_c_demoted from research: ic=2 ai=0.4]
- modified-Proctor
- Proctor energy
- Proctor method
- Proctor test
- Sompote Youwai Dr.
- zero-air-voids
- foundation model
- laboratory compaction tests
- Symbolic regression
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →