Otwarty dostęp

Predictive Modelling of Pavement Quality Fibre-Reinforced Alkali-Activated Nano-Concrete Mixes through Artificial Intelligence

Akhila Sheshadri

Akhila Sheshadri

Department of Civil Engineering, Nitte (Deemed to be University), NMAM Institute of Technology (NMAMITKarkala Taluk, INDIA
Wyszukaj tego autora
Sciendo|Google Scholar
Sheshadri, Akhila
, 
Shriram Marathe

Shriram Marathe

Department of Civil Engineering, Nitte (Deemed to be University), NMAM Institute of Technology (NMAMIT), Department of Materials Engineering and Construction Processes, Faculty of Civil Engineering, Wroclaw University of Science and Technology: Politechnika Wroclawska 27Karkala Taluk,
Wyszukaj tego autora
Sciendo|Google Scholar
Marathe, Shriram
, 
Anisha P Rodrigues

Anisha P Rodrigues

Department of Computer Science and Engineering, Nitte (Deemed to be University), NMAM Institute of Technology (NMAMIT)Karkala Taluk, India
Wyszukaj tego autora
Sciendo|Google Scholar
Rodrigues, Anisha P
 oraz 
Martyna Nieświec

Martyna Nieświec

Department of Materials Engineering and Construction Processes, Faculty of Civil Engineering, Wroclaw University of Science and Technology: Politechnika Wroclawska 27Wrocław, Poland
Wyszukaj tego autora
Sciendo|Google Scholar
Nieświec, Martyna
  
24 mar 2025
Predictive Modelling of Pavement Quality Fibre-Reinforced Alkali-Activated Nano-Concrete Mixes through Artificial Intelligence's Cover Image
O artykule
Poprzedni artykuł
Następny artykuł
Zacytuj
Pobierz okładkę
Kategoria artykułu: Original Study
Data publikacji: 24 mar 2025
Zakres stron: 389 - 416
Otrzymano: 19 wrz 2024
Przyjęty: 22 sty 2025
DOI: https://doi.org/10.2478/sgem-2025-0007
Słowa kluczowe
© 2025 Akhila Sheshadri et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Język:
Angielski
Częstotliwość wydawania:
4 razy w roku
Dziedziny czasopisma:
Nauki o Ziemi, Nauki o Ziemi, inne, Nauka o materiałach, Kompozyty, Materiały porowate, Fizyka, Mechanika i dynamika płynów
Kanał RSS czasopisma