Tạp chí Xây dựng - Bộ xây dựng
Top Banner
  • Chính sách & cuộc sống
    • Chỉ đạo điều hành
    • Văn bản mới
    • Phản biện
  • Khoa học công nghệ
    • e-ISSN 3030-4482
    • ISSN 2734-9888
    • Công nghệ mới
    • Nghiên cứu khoa học
    • Xây dựng 4.0
    • Thể lệ viết & gửi bài
  • Quy hoạch - kiến trúc
    • Đô thị
    • Nông thôn
    • Di sản
  • Hạ tầng
    • Đường bộ
    • Hàng không
    • Hàng hải - Đường thủy
    • Đường sắt
    • 80 năm phát triển KHCN ngành Giao thông vận tải
  • Bất động sản
    • Thị trường
    • Dự án
    • Khoa học phong thủy
  • Vật liệu
    • Thị trường
    • Sản phẩm mới
    • Kinh tế
    • - Tài chính- đầu tư
    • - Doanh nghiệp- Doanh nhân
    • - Kinh tế số
    • Phát triển xanh
    • - Công trình xanh
    • - Đô thị xanh
    • Multimedia
    • - Video
    • - Longform
    • - Infographic
    • - Phóng sự ảnh
    • Xây dựng & Đời sống
    • - Pháp luật
    • - Hỏi- Đáp
    • - Cẩm nang Chủ tịch xã
    • - Thông báo
    • Thế giới
    • - Xây dựng
    • - Giao thông
    • Tạp chí in
    • - Tạp chí Xây dựng (bộ mới)
    • - Xây dựng
Nhật ký chương trình 1 triệu căn hộ nhà ở xã hội Đưa Nghị quyết Đại hội XIV của Đảng vào cuộc sống Nghị quyết 68-NQ/TW: Kinh tế tư nhân - Kỷ nguyên mới!
Tạp chí Xây dựng - Bộ xây dựng
  • Trang chủ
  • Chính sách & cuộc sống
    • Chỉ đạo điều hành
    • Văn bản mới
    • Phản biện
  • Khoa học công nghệ
    • e-ISSN 3030-4482
    • ISSN 2734-9888
    • Công nghệ mới
    • Nghiên cứu khoa học
    • Xây dựng 4.0
    • Thể lệ viết & gửi bài
  • Quy hoạch - kiến trúc
    • Đô thị
    • Nông thôn
    • Di sản
  • Hạ tầng
    • Đường bộ
    • Hàng không
    • Hàng hải - Đường thủy
    • Đường sắt
    • 80 năm phát triển KHCN ngành Giao thông vận tải
  • Bất động sản
    • Thị trường
    • Dự án
    • Khoa học phong thủy
  • Vật liệu
    • Thị trường
    • Sản phẩm mới
  • Kinh tế
    • Tài chính- đầu tư
    • Doanh nghiệp- Doanh nhân
    • Kinh tế số
  • Phát triển xanh
    • Công trình xanh
    • Đô thị xanh
  • Multimedia
    • Video
    • Longform
    • Infographic
    • Phóng sự ảnh
  • Xây dựng & Đời sống
    • Pháp luật
    • Hỏi- Đáp
    • Cẩm nang Chủ tịch xã
    • Thông báo
  • Thế giới
    • Xây dựng
    • Giao thông
  • Tạp chí in
    • Tạp chí Xây dựng (bộ mới)
    • Xây dựng

mô hình học máy

Đánh giá khả năng phân loại lớp phủ bề mặt của thuật toán Machine Learning và Deep Learning trên ảnh PlanetScope - Trường hợp nghiên cứu tại phường Long An, tỉnh Tây Ninh

Đánh giá khả năng phân loại lớp phủ bề mặt của thuật toán Machine Learning và Deep Learning trên ảnh PlanetScope - Trường hợp nghiên cứu tại phường Long An, tỉnh Tây Ninh

17/05/2026
Khả năng phân loại lớp phủ bề mặt từ ảnh PlanetScope có độ phân giải cao được đánh giá theo hai hướng tiếp cận tiên tiến là thuật toán Random Forest của Machine Learning và U-Net của Deep Learning, được triển khai trên ArcGIS Pro.
Ứng dụng mô hình học máy dự đoán cường độ nén của cọc xi măng đất

Ứng dụng mô hình học máy dự đoán cường độ nén của cọc xi măng đất

Nghiên cứu này đã xây dựng 3 mô hình học máy gồm cây quyết định, rừng ngẫu nhiên và mô hình mạng nơ ron nhân tạo để dự đoán cường độ chịu nén của cọc xi măng đất.
07:00 08/08/2025
Dự báo khả năng chịu tải nén lệch tâm của cột thép nhồi bê tông bằng mô hình học máy được tối ưu hóa bằng thuật toán Jellyfish Search

Dự báo khả năng chịu tải nén lệch tâm của cột thép nhồi bê tông bằng mô hình học máy được tối ưu hóa bằng thuật toán Jellyfish Search

Nghiên cứu này tập trung vào xây dựng mô hình dự báo dựa trên thuật toán tối ưu hóa Jellyfish Search (JS) để tự động tìm kiếm các thông số của mô hình học máy nhằm dự báo độ nén lệch tâm của CFST.
07:00 25/11/2024
Dự báo độ võng dài hạn của dầm bê tông cốt thép bằng mô hình học máy tối ưu hóa Jellyfish Search

Dự báo độ võng dài hạn của dầm bê tông cốt thép bằng mô hình học máy tối ưu hóa Jellyfish Search

Nghiên cứu này tập trung vào phát triển một mô hình học máy sử dụng thuật toán tối ưu hóa Jellyfish Search để dự báo độ võng dài hạn của dầm BTCT.
07:00 01/10/2024
Xây dựng mô hình học máy được tối ưu hóa bằng thuật toán jellyfish search để dự báo năng suất lao động trên công trường

Xây dựng mô hình học máy được tối ưu hóa bằng thuật toán jellyfish search để dự báo năng suất lao động trên công trường

Nghiên cứu này trình bày các so sánh và đánh giá hiệu suất của các mô hình học máy, bao gồm bốn mô hình đơn ANN, SVR, LR, CART và ba mô hình hỗn hợp Voting, Bagging, Stacking.
07:00 23/02/2024
Ứng dụng mô hình học máy để dự đoán cường độ chịu nén hỗn hợp chất thải mỏ quặng gia cố bằng xi măng trong trường hợp khan hiếm dữ liệu

Ứng dụng mô hình học máy để dự đoán cường độ chịu nén hỗn hợp chất thải mỏ quặng gia cố bằng xi măng trong trường hợp khan hiếm dữ liệu

Cường độ chịu nén của chất thải mỏ quặng được gia cố bằng xi măng (Cemented Paste Backfill CPB) là tính chất cơ học quan trọng trong việc đánh giá khả năng áp dụng của hỗn hợp này trong gia cố hố đào hầm mỏ.
07:00 03/12/2023
Xây dựng và so sánh các mô hình học máy để dự đoán khả năng chịu cắt của vách bê tông cốt thép

Xây dựng và so sánh các mô hình học máy để dự đoán khả năng chịu cắt của vách bê tông cốt thép

Nghiên cứu này tập trung vào xây dựng và so sánh các mô hình học máy đơn và hỗn hợp để dự báo khả năng chịu cắt của vách bê tông cốt thép.
07:01 05/10/2023
Công ty Xe đạp Thống Nhất
  • Dự án Monrei Saigon Thành phố thuỷ liệu đầu tiên tại Việt Nam
Tạp chí Xây dựng - Bộ xây dựng

TẠP CHÍ ĐIỆN TỬ XÂY DỰNGe-ISSN 3030-4482

TẠP CHÍ XÂY DỰNG INISSN 2734-9888

  • Chính sách & cuộc sống
  • Khoa học công nghệ
  • Quy hoạch - kiến trúc
  • Hạ tầng
  • Bất động sản
  • Vật liệu
  • Kinh tế
  • Phát triển xanh
  • Multimedia
  • Xây dựng & Đời sống
  • Thế giới
  • Tạp chí in

Thông tin tòa soạn

Cơ quan chủ quản: Bộ Xây dựng
Tổng biên tập: Nguyễn Thái Bình
Phó Tổng biên tập: Nguyễn Văn Hường, Phạm Văn Dùng, Nguyễn Thanh Hoa,
Lý Ngọc Thanh
Giấy phép: Số 14/GP-BVHTTDL, Bộ Văn hoá, Thể thao và Du lịch cấp ngày 11/4/2025.
Tài khoản: 113000001172 - Ngân hàng Thương mại Cổ phần Công thương Việt Nam, Chi nhánh Hai Bà Trưng, Hà Nội.
Tòa soạn: Tầng 3, số 308 Minh Khai, phường Tương Mai, TP Hà Nội.
Điện thoại: 0243 974 0744
Email: [email protected] - [email protected].
Văn phòng đại diện phía Nam tại TP.HCM: 17A Hồng Hà, phường Tân Sơn Hoà, TP.HCM.
Bản quyền thuộc Tạp chí điện tử Xây dựng.
Không sao chép dưới mọi hình thức khi chưa có sự đồng ý bằng văn bản của Tạp chí Xây dựng.