(د.ڕابەر حمە امین – بەشی ئەندازیاری شارستانی ، م. مەریوان احمد حمە سعید – کۆلێجی پەروەردەت بنەڕەت ، م.فەرەیدون والی – بەشی فیزیا) توێژینەوەیەک بەناونیشانی Innovative machine learning approaches to predict the compressive strength of recycled plastic aggregate self-compacting concrete incorporating different waste ashes لە گۆڤاری(Multiscale and Multidisciplinary Modeling, Experiments and Design) ئاستبەرزی خاوەن ئیمپاکت فاکتەری 2.2 سەر بەدەزگای چاپی بەناوبانگی springer بڵاو دەکەنەوە. لەم توێژینەوەیەدا ٢ مۆدێلی مەشین لێرنین (Gradient Boosting Regressor, Extra Tree Regressor)و ٢ مۆدێلی دیپ لێرنین (Deep Neural Network (DNN),One-Dimensional CNN (1D-CNN)) بەکار‌هێنراوە بۆ پێشبینیکردنی توانای بەرگەگرتنی کۆنکرێتی خۆ پەستێنەر. لەئەنجامدا مۆدێلی 1DCNN وەک باشترین مۆدێل دەستنیشانکرا.

بۆ بینینی توێژینەوەکە کلیک لێرە بکەن.