Article de revue (2022)
Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Adresse URL de PolyPublie:
Titre de la revue
:
ACTA Geotechnica
(
vol.
17
,
no
4
)
Maison d'édition:
Springer-Verlag
URL officielle:
OAI:
oai:publications.polymtl.ca:50852
ORCID
Date du dépôt:
18 avr. 2023 14:58
Dernière modification:
08 oct. 2026 18:25
Citer en APA 7:
Hao, S., & Pabst, T. (2022). Prediction of CBR and resilient modulus of crushed waste rocks using machine learning models. ACTA Geotechnica, 17(4), 1383-1402. https://doi.org/10.1007/s11440-022-01472-1
Statistiques
Dimensions
