Development of Machine Learning Algorithms to Predict Damage Level of RC Structures Exposed to Extreme Dynamic Loads
Deze studie stelt vijf machine learning-algoritmen voor en evalueert deze, getraind op eindelementgegevens, om de door explosies veroorzaakte schade aan gewapende betonkolommen te voorspellen, waarbij CatBoost wordt geïdentificeerd als het meest effectieve model en de structurele diepte, het explosieveffectgewicht en de vloeigrens van de wapening als de belangrijkste beïnvloedende factoren worden benadrukt.