Bernard Dusseault et Philippe Pasquier
Article de revue (2019)
Un lien externe est disponible pour ce document
| Département: | Département des génies civil, géologique et des mines |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/43608/ |
| Titre de la revue: | Science and Technology for the Built Environment (vol. 25, no 8) |
| Maison d'édition: | Taylor and Francis Inc. |
| DOI: | 10.1080/23744731.2019.1634932 |
| URL officielle: | https://doi.org/10.1080/23744731.2019.1634932 |
| Date du dépôt: | 18 avr. 2023 15:01 |
| Dernière modification: | 08 avr. 2025 07:08 |
| Citer en APA 7: | Dusseault, B., & Pasquier, P. (2019). Efficient g-function approximation with artificial neural networks for a varying number of boreholes on a regular or irregular layout. Science and Technology for the Built Environment, 25(8), 1023-1035. https://doi.org/10.1080/23744731.2019.1634932 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
