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

A scalable adaptive sampling approach for surrogate modeling of rigid pavements using machine learning

Haoran Li, Sushobhan Sen, Lev Khazanovich

Results in Engineering · 2024-09 · 23 · 102483

DOI: 10.1016/j.rineng.2024.102483 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Results in Engineering, 2024-09. Verfasst von Haoran Li und 2 weiteren Autor:innen. Die Arbeit wurde bisher 20-mal zitiert (Crossref) und nennt 75 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: University of Pittsburgh.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • University of Pittsburgh

Zitieren

APA

Li, H., Sen, S., & Khazanovich, L. (2024). A scalable adaptive sampling approach for surrogate modeling of rigid pavements using machine learning. Results in Engineering, 23, 102483. https://doi.org/10.1016/j.rineng.2024.102483

Vancouver

Li H, Sen S, Khazanovich L. A scalable adaptive sampling approach for surrogate modeling of rigid pavements using machine learning. Results in Engineering. 2024;23:102483. doi:10.1016/j.rineng.2024.102483

BibTeX
@article{Li2024,
  author = {Li, Haoran and Sen, Sushobhan and Khazanovich, Lev},
  title = {A scalable adaptive sampling approach for surrogate modeling of rigid pavements using machine learning},
  journal = {Results in Engineering},
  year = {2024},
  volume = {23},
  pages = {102483},
  doi = {10.1016/j.rineng.2024.102483}
}
Kostenlos starten →