Но что, если предсказывать прочность бетона ещё до его использования?

Что можно сделать?
Испытание прочности на сжатие — ключевой метод оценки качества бетона. Однако он может быть дорогостоящим и требует времени. Вместо этого можно применить машинное обучение для прогнозирования прочности бетона на основе данных о его компонентах (цемент, вода, заполнители и т.д.).

Как это сделать:

1. Сбор данных: Найдите или соберите данные о компонентах бетонной смеси и условиях (температура, влажность и т.д.). Примеры таких данных легко найти в интернете.

2. Подготовка данных: Очистите данные, удалите пропуски и отформатируйте их для модели.

3. Разделение данных: Разделите данные на тренировочную и тестовую выборки.

4. Создание модели регрессии: Используйте любую подходящую библиотеку (например, scikit-learn) для создания регрессионной модели.

5. Оценка модели: Проверьте модель, чтобы её ошибка была меньше 5%. Добейтесь высокой точности предсказания прочности.

Что вы получите?
Предсказание прочности бетона ещё на этапе замешивания смеси поможет избежать лишних расходов и повысить безопасность здания.

Готовы попробовать? Собирайте данные, создавайте свою модель и делитесь результатами в комментариях! Если понадобится помощь, я здесь.

Ссылка: https://www.sciencedirect.com/science/article/pii/S2214509522005575

Теги: #строительство #машинноеобучение #прогнозирование #прочность #бетон #безопасность #анализданных #инженерия #стройматериалы #регрессия