Physics-guided explainable machine learning and uncertainty quantification for predicting unconfined compressive strength of nano shale–quicklime stabilized kaolin clay
Este estudo propõe uma estrutura de aprendizado de máquina explicável e guiada pela física, utilizando um modelo CatBoost otimizado para prever com precisão a resistência à compressão simples de argila kaolín estabilizada com nano folhelho–cal viva, ao mesmo tempo em que quantifica incertezas e identifica principais direcionadores físicos, como plasticidade e interações de cura.