Ana gezinime geç
Aramaya geç
Ana içeriğe geç
İstanbul Teknik Üniversitesi Ana Sayfa
English
Türkçe
Ana Sayfa
Profiller
Araştırma Birimleri
Projeler
Araştırma Çıktıları
Ödüller
Öğrenci Tezleri
Uzmanlık alanı, ad ve ilişkiye göre ara
Ultimate Bearing Capacity of Closed-Ended Piles Using Nonlinear Machine Learning Methods
Emirhan Altınok,
M. B. Can Ülker
*
*
Bu çalışma için yazışmadan sorumlu yazar
Afet Yönetimi Enstitüsü
Istanbul University - Cerrahpaşa
Araştırma sonucu
:
Dergiye katkı
›
Konferans makalesi
›
bilirkişi
Genel bakış
Parmak izi
Parmak izi
Ultimate Bearing Capacity of Closed-Ended Piles Using Nonlinear Machine Learning Methods' araştırma başlıklarına git. Birlikte benzersiz bir parmak izi oluştururlar.
Sıralama ölçütü
Ağırlık
Alfabetik sıralama
Keyphrases
Machine Learning Techniques
100%
Ultimate Bearing Capacity
100%
Closed-ended pile
100%
Non-linear Machine Learning
100%
Empirical Formula
33%
Prediction Accuracy
16%
Machine Learning Models
16%
Cohesive Soil
16%
Random Forest Method
16%
Regression Forest
16%
Load Capacity
16%
Learned Features
16%
Cohesionless Soil
16%
Pile Capacity
16%
Relevance Vector Regression
16%
Pile Load Test
16%
Validation Principles
16%
Axial Load-carrying Capacity
16%
Data-driven Study
16%
Engineering
Machine Learning Method
100%
Bearing Capacity
100%
Random Forest
16%
Axial Load
16%
Cohesive Soil
16%
Accurate Prediction
16%
Load Capacity
16%
Test Data
16%
Cohesionless Soil
16%
Pile Load Test
16%
Learning System
16%
Material Science
Bearing Capacity
100%
Chemical Engineering
Learning System
100%