Toward Climate-Resilient Road Infrastructure: A Machine Learning Approach for Predicting Moisture Damage in Asphalt Pavements
Deze studie ontwikkelt een op Random Forest gebaseerd machine learning-framework met behulp van LTPP-gegevens om de frequentie en ernst van vochtschade in asfaltverhardingen nauwkeurig te voorspellen, wat transportinstanties in staat stelt om proactieve, klimaatbestendige onderhoudsstrategieën te implementeren.