Documents dont l'auteur est "Jahanbakhsh, Hamid"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Jahanbakhsh, H., Moghadas Nejad, F., Khodaii, A., Karimi, M. M., & Naseri, H. (2024). Sustainable Induction-Heatable Cold Patching Using Microwave and Reclaimed Asphalt Pavement. Journal of Materials in Civil Engineering, 36(3), 22 pages. Lien externe
Ehsani, M., Ostovari, M., Mansouri, S., Naseri, H., Jahanbakhsh, H., & Nejad, F. M. (2024). Machine learning for predicting concrete carbonation depth: A comparative analysis and a novel feature selection. Construction and Building Materials, 417, 17-17. Lien externe
Naseri, H., Shokoohi, M., Jahanbakhsh, H., Karimi, M. M., & Waygood, O. (2023). Novel Soft-Computing Approach to Better Predict Flexible Pavement Roughness. Transportation Research Record, 2677(10), 246-259. Lien externe
Ghavami, S., Alipour, Z., Naseri, H., Jahanbakhsh, H., & Karimi, M. M. (2023). A New Ensemble Prediction Method for Reclaimed Asphalt Pavement (RAP) Mixtures Containing Different Constituents. Buildings, 13(7), 30 pages. Disponible
Naseri, H., Hosseini, P., Jahanbakhsh, H., Hosseini, P., & Gandomi, A. H. (2022). A novel evolutionary learning to prepare sustainable concrete mixtures with supplementary cementitious materials. Environment Development and Sustainability, 25(7), 5831-5865. Lien externe
Naseri, H., Jahanbakhsh, H., Foomajd, A., Galustanian, N., Karimi, M. M., & Waygood, O. (2022). A newly developed hybrid method on pavement maintenance and rehabilitation optimization applying Whale Optimization Algorithm and random forest regression. International Journal of Pavement Engineering, 13 pages. Lien externe