TY  - THES 
A3  - Palencia Coto, María Covadonga
A3  - Martínez García, Rebeca
AU  - Prado Gil, Jesús de
A4  - Fisica Aplicada
DA  - 2023/01/01
UR  - http://hdl.handle.net/10612/16696
AB  - [ES] El objetivo principal de la tesis es encontrar el método de Machine Learning o algoritmo de Redes Neuronales más eficaz y preciso con el que predecir la resistencia a compresión (fsk) y a tracción (fst) a los 28 días del hormigón autocompactante...
LA  - spa
KW  - Física
KW  - Ingeniería civil
KW  - Matemáticas
KW  - Reciclaje
KW  - Materiales de construcción
TI  - Predicción de resistencia a compresión y a tracción de hormigones autocompactantes con áridos reciclados utilizando métodos de Machine Learning y algoritmos de redes neuronales
T2  - To predict the compressive and split tensile strenght of self-compacting concrete with recycled aggregates utilizing ensemble machine learning models and algorithms of neural networks
M3  - info:eu-repo/semantics/doctoralThesis
DO  - 10.18002/10612/16696
ER  -