Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2023-174874
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!O concreto é o material mais usado no Brasil para edificações de pequeno e grande porte, sendo seu estudo de grande importância para o avanço tecnológico e sustentável da engenharia civil. Uma das principais métricas para a confiabilidade estrutural é a resistência à compressão do concreto. Este trabalho propõe a construção de modelos de Machine Learning (ML) envolvendo algoritmos de Support Vector Machines (SVM) e Redes Neurais Artificiais (RNAs) para uma análise classificatória da resistência à compressão do concreto com base na quantidade de materiais presentes em seu traço. Os resultados se mostraram promissores para este tipo de problema, alguns com acurácia em torno de 98%.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo