EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Generative Machine Learning Models for Geopolymer Concrete: Strength Prediction and Mixture Optimization

Sabyr Kaiyrbayev, Amanali Bekbolat, Bakbergen Temirzakuly, Essam Shehab, Md. Hazrat Ali

Procedia Computer Science · 2026 · 283 · 5136-5145

DOI: 10.1016/j.procs.2026.06.566 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Sabyr Kaiyrbayev und 4 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 30 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Nazarbayev University.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Nazarbayev University

Zitieren

APA

Kaiyrbayev, S., Bekbolat, A., Temirzakuly, B., Shehab, E., & Ali, M. H. (2026). Generative Machine Learning Models for Geopolymer Concrete: Strength Prediction and Mixture Optimization. Procedia Computer Science, 283, 5136-5145. https://doi.org/10.1016/j.procs.2026.06.566

Vancouver

Kaiyrbayev S, Bekbolat A, Temirzakuly B, Shehab E, Ali MH. Generative Machine Learning Models for Geopolymer Concrete: Strength Prediction and Mixture Optimization. Procedia Computer Science. 2026;283:5136-5145. doi:10.1016/j.procs.2026.06.566

BibTeX
@article{Kaiyrbayev2026,
  author = {Kaiyrbayev, Sabyr and Bekbolat, Amanali and Temirzakuly, Bakbergen and Shehab, Essam and Ali, Md. Hazrat},
  title = {Generative Machine Learning Models for Geopolymer Concrete: Strength Prediction and Mixture Optimization},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {283},
  pages = {5136--5145},
  doi = {10.1016/j.procs.2026.06.566}
}
Kostenlos starten →