La resistencia a la compresión uniaxial (UCS) de la roca es uno de los datos esenciales en la planificación y diseño de ingeniería. Probar correctamente la UCS de la roca para garantizar su precisión y autenticidad es un requisito previo para asegurar el diseño de cualquier proyecto de ingeniería de rocas. La UCS de la roca tiene una amplia gama de aplicaciones en minería, geotécnica, petróleo, geomecánica y otros campos de la ingeniería. La aplicación de los algoritmos de aprendizaje automático de aumento de gradiente ha sido raramente utilizada, especialmente para la predicción de UCS, y ha tenido un buen rendimiento, según la literatura relevante del estudio. En este estudio, se desarrollaron cuatro algoritmos de aprendizaje automático de aumento de gradiente, a saber, regresión de aumento de gradiente (GBR), Catboost, máquina de aumento de gradiente ligero (LightGBM) y aumento de gradiente extremo (XGBoost), para predecir la UCS en MPa de rocas sediment
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efecto del modelo de suelo no lineal en la respuesta sísmica de taludes compuestos por suelo granular.
Artículo:
Actualización del modelo y análisis global de los valores propios de un rotor de perno de amarre utilizando elementos de contacto de longitud cero bajo diferentes cargas previas.
Artículo:
Identificación subestructural de la rigidez a flexión para estructuras tipo viga.
Artículo:
Efectos de la forma y tamaño de partículas irregulares en la energía específica de fractura bajo impacto de peso caído.
Artículo:
Estudio experimental de las características de la mecánica dinámica del mármol saturado a bajas temperaturas.