Predicting compressive strength of RCFST columns under different loading scenarios using machine learning optimization
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
1 Online-Ressource.
- Sprache
-
Englisch
- Erschienen in
-
Predicting compressive strength of RCFST columns under different loading scenarios using machine learning optimization ; volume:13 ; number:1 ; day:3 ; month:10 ; year:2023 ; pages:1-14 ; date:12.2023
Scientific reports ; 13, Heft 1 (3.10.2023), 1-14, 12.2023
- Urheber
-
Wu, Feng
Tang, Fei
Lu, Ruichen
Cheng, Ming
- Beteiligte Personen und Organisationen
-
SpringerLink (Online service)
- DOI
-
10.1038/s41598-023-43463-6
- URN
-
urn:nbn:de:101:1-2024020512175370376298
- Rechteinformation
-
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
15.08.2025, 07:32 MESZ
Datenpartner
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Wu, Feng
- Tang, Fei
- Lu, Ruichen
- Cheng, Ming
- SpringerLink (Online service)