.png){kind=icon}
返回
Developing empirical indices for structural engineering problems via machine learning
.png){kind=icon}
OA
AI
DOI：10.1016/j.engstruct.2025.121609.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 机器学习（ML）在工程领域的潜力正在改变复杂问题的解决方式，但其黑箱特性带来了挑战。
• 经验指数通过将复杂数据转化为更简单的度量，连接了机器学习的洞见与工程理论。
• 探索了多种方法（如数据、无量纲、统计分析及ChatGPT）来创建经验指数。
• 结果表明，经验指数在匹配机器学习模型的同时，保持了可解释性和理论一致性。
Keyword:
Structural engineering
Empirical indices
Predictive modeling
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.4
论文数:
2.1W
被引数:
8.7W
机构
引用论文
暂无论文信息