Buchumschlag

An evolutionary approach to predict slope displacement of earth embankments under earthquake ground motions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhenyang, Jin, Zhao, Sanglin, Siyu, Fan, Hamed, Javdanian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An efficient slope stability algorithm with physically consistent parametrisation of slip surfaces
von: Lalicata, Leonardo Maria, et al.
Veröffentlicht: (2024)

Survival probability of structures under fatigue: a data-based approach
von: Cartiaux, Francois-Baptiste, et al.
Veröffentlicht: (2024)

Inference in the presence of model-form uncertainties: Leveraging a prediction-oriented approach to improve uncertainty characterization
von: White, Rebekah, et al.
Veröffentlicht: (2026)

A highly efficient computational approach for part-scale microstructure predictions in Ti-6Al-4V additive manufacturing
von: Proell, Sebastian D., et al.
Veröffentlicht: (2024)

A scalable neural bundle map for multiphysics prediction in lithium-ion battery across varying configurations
von: Zhao, Zhiwei, et al.
Veröffentlicht: (2026)

Competitive algorithms for calculating the ground state properties of Bose-Fermi mixtures
von: Świsłocki, Tomasz, et al.
Veröffentlicht: (2025)

Towards reproducible machine learning-based process monitoring and quality prediction research for additive manufacturing
von: Xie, Jiarui, et al.
Veröffentlicht: (2024)

IDS-Net: A novel framework for few-shot photovoltaic power prediction with interpretable dynamic selection and feature information fusion
von: Fan, Hang, et al.
Veröffentlicht: (2025)

The LATIN-PGD methodology to nonlinear dynamics and quasi-brittle materials for future earthquake engineering applications
von: Rodriguez, Sebastian, et al.
Veröffentlicht: (2024)

MambaStock: Selective state space model for stock prediction
von: Shi, Zhuangwei
Veröffentlicht: (2024)

An integrated EOS, pore-crush, strength and damage model framework for near-field ground-shock
von: Bennett, Kane C., et al.
Veröffentlicht: (2023)

FinVerse: An Autonomous Agent System for Versatile Financial Analysis
von: An, Siyu, et al.
Veröffentlicht: (2024)

TaxAI: A Dynamic Economic Simulator and Benchmark for Multi-Agent Reinforcement Learning
von: Mi, Qirui, et al.
Veröffentlicht: (2023)

Option pricing model under the G-expectation framework
von: Pei, Ziting, et al.
Veröffentlicht: (2026)

DIC2Abaqus: Calculating mixed-mode stress intensity factors from 2D and 3D-stereo displacement fields
von: Koko, Abdalrhaman, et al.
Veröffentlicht: (2024)

AI-Trader: Benchmarking Autonomous Agents in Real-Time Financial Markets
von: Fan, Tianyu, et al.
Veröffentlicht: (2025)

Sentiment-driven prediction of financial returns: a Bayesian-enhanced FinBERT approach
von: Cestari, Raffaele Giuseppe, et al.
Veröffentlicht: (2024)

A unified framework for equation discovery and dynamic prediction of hysteretic systems
von: Yang, Siyuan, et al.
Veröffentlicht: (2025)

Accurate and generalizable protein-ligand binding affinity prediction with geometric deep learning
von: Li, Krinos, et al.
Veröffentlicht: (2025)

Deep peak property learning for efficient chiral molecules ECD spectra prediction
von: Li, Hao, et al.
Veröffentlicht: (2024)

Inverse prediction of capacitor multiphysics dynamic parameters using deep generative model
von: Lim, Kart-Leong, et al.
Veröffentlicht: (2026)

Auto-Regressive Model with Exogenous Input--ARX--based traffic-flow prediction
von: Ying, Jun, et al.
Veröffentlicht: (2024)

High Entropy Alloy property predictions using Transformer-based language model
von: Kamnis, Spyros, et al.
Veröffentlicht: (2024)

Zero-Shot 3D Drug Design by Sketching and Generating
von: Long, Siyu, et al.
Veröffentlicht: (2022)

Test-time data augmentation: improving predictions of recurrent neural network models of composites
von: Uvdal, Petter, et al.
Veröffentlicht: (2024)

Neural networks meet hyperelasticity: A monotonic approach
von: Klein, Dominik K., et al.
Veröffentlicht: (2025)

Conditional diffusion model for inverse prediction of process parameters and dendritic microstructures from mechanical properties
von: Ikeda, Arisa, et al.
Veröffentlicht: (2024)

Incorporating lane-change prediction into energy-efficient speed control of connected autonomous vehicles at intersections
von: Zamanpour, Maziar, et al.
Veröffentlicht: (2024)

GrainGNN: A dynamic graph neural network for predicting 3D grain microstructure
von: Qin, Yigong, et al.
Veröffentlicht: (2024)

Dynamic classifier auditing by unsupervised anomaly detection methods: an application in packaging industry predictive maintenance
von: Mateo, Fernando, et al.
Veröffentlicht: (2024)

Extending deep learning U-Net architecture for predicting unsteady fluid flows in textured microchannels
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

Model-based reinforcement corrosion prediction: Continuous calibration with Bayesian optimization and corrosion wire sensor data
von: Potnis, A., et al.
Veröffentlicht: (2024)

A physics-enhanced multi-modal fused neural network for predicting contamination length interval in pipeline
von: Du, Jian, et al.
Veröffentlicht: (2024)

Interpretable domain knowledge enhanced machine learning framework on axial capacity prediction of circular CFST columns
von: Wang, Dian, et al.
Veröffentlicht: (2024)

Optimization of the initial post-buckling response of trusses and frames by an asymptotic approach
von: Ferrari, Federico, et al.
Veröffentlicht: (2025)

ZSMILES: an approach for efficient SMILES storage for random access in Virtual Screening
von: Accordi, Gianmarco, et al.
Veröffentlicht: (2024)

A symbolic approach to discrete structural optimization using quantum annealing
von: Wils, Kevin, et al.
Veröffentlicht: (2023)

Generative Manufacturing: A requirements and resource-driven approach to part making
von: Chen, Hongrui, et al.
Veröffentlicht: (2024)

Integrated physics-informed learning and resonance process signature for the prediction of fatigue crack growth for laser-fused alloys
von: Kousoulas, Panayiotis, et al.
Veröffentlicht: (2025)

How to introduce an initial crack in phase field simulations to accurately predict the linear elastic fracture propagation threshold?
von: Loiseau, Flavien, et al.
Veröffentlicht: (2025)