Interpretable AI Models Based on Hybrid Ensemble Learning Methods for Predicting Unconfined Compressive Strength of Cement-Stabilized Magnetite Iron Ore Tailing

Farzad Safi Jahanshahi, Ali Reza Ghanizadeh, Hamed Naseri, Abir Mouldi

Article de revue (2026)

Accéder à ce document
Lien externe
Libre accès au texte intégral chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département des génies civil, géologique et des mines
Adresse URL de PolyPublie:
https://publications.polymtl.ca/73238/
Titre de la revue :
AI ( vol. 7 , no 2 )
Maison d'édition:
Multidisciplinary Digital Publishing Institute
DOI:
10.3390/ai7020037
URL officielle:
https://doi.org/10.3390/ai7020037
OAI:
oai:publications.polymtl.ca:73238
ORCID
Date du dépôt:
23 févr. 2026 11:15
Dernière modification:
14 oct. 2026 14:34
Citer en APA 7:
Safi Jahanshahi, F., Reza Ghanizadeh, A., Naseri, H., & Mouldi, A. (2026). Interpretable AI Models Based on Hybrid Ensemble Learning Methods for Predicting Unconfined Compressive Strength of Cement-Stabilized Magnetite Iron Ore Tailing. AI, 7(2), 37 (27 pages). https://doi.org/10.3390/ai7020037

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document