Syed Farasat Ali Shah, Bing Chen, Muhammad Zahid et Muhammad Riaz Ahmad
Article de revue (2022)
Un lien externe est disponible pour ce document
| Département: | Département des génies civil, géologique et des mines |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/53197/ |
| Titre de la revue: | Construction and Building Materials (vol. 360) |
| Maison d'édition: | Elsevier sci ltd |
| DOI: | 10.1016/j.conbuildmat.2022.129534 |
| URL officielle: | https://doi.org/10.1016/j.conbuildmat.2022.129534 |
| Date du dépôt: | 18 avr. 2023 14:59 |
| Dernière modification: | 25 sept. 2024 16:44 |
| Citer en APA 7: | Shah, S. F. A., Chen, B., Zahid, M., & Ahmad, M. R. (2022). Compressive strength prediction of one-part alkali activated material enabled by interpretable machine learning. Construction and Building Materials, 360, 129534 (10 pages). https://doi.org/10.1016/j.conbuildmat.2022.129534 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
