 | Monter d'un niveau |
Réseau de collaborationCe 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.
Hao, S., & Pabst, T. (2023). Experimental Study and Mathematical Description of Gradation Effect on the Mechanical Characteristics of Crushed Waste Rocks. International Journal of Geomechanics, 23(2), 17 pages. Lien externe
Hao, S., & Pabst, T. (2023). Mechanical Characterization of Coarse-Grained Waste Rocks Using Large-Scale Triaxial Tests and Neuroevolution of Augmenting Topologies. Journal of Geotechnical and Geoenvironmental Engineering, 149(6), 18 pages. Lien externe
Hao, S., & Pabst, T. (2022). Effect of freeze–thaw and wetting–drying cycles on the CBR, shear strength, stiffness and permanent deformation of crushed waste rocks. Road Materials and Pavement Design, 24(5), 1233-1253. Lien externe
Laverdiere, A., Hao, S., Pabst, T., & Courcelles, B. (2022). Effect of gradation, compaction and water content on crushed waste rocks strength. Road Materials and Pavement Design, 24(3), 761-775. Lien externe
Hao, S., & Pabst, T. (2022). Estimation of permanent deformation behaviour of crushed waste rocks using multistage repeated load triaxial and CBR tests. International Journal of Pavement Engineering, 14 pages. Lien externe
Hao, S., & Pabst, T. (2022). Experimental Investigation and Prediction of the Permanent Deformation of Crushed Waste Rock Using an Artificial Neural Network Model. International Journal of Geomechanics, 22(5), 16 pages. Lien externe
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. Lien externe
Hao, S. (2021). Experimental measurement, mathematical description, and machine learning prediction of the mechanical properties of waste rocks for mine haul roads [Thèse de doctorat, Polytechnique Montréal]. Disponible
