Soft Computing Based Machine Learning Models for Predicting Swell Strength of Nanoclay Stabilized Soils
0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : in. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Soft Computing Based Machine Learning Models for Predicting Swell Strength of Nanoclay Stabilized Soils
- Date Crossref
- 01/01/2026
- Éditeur
- Springer Nature Switzerland
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
ICFAI University ICFAI Tech School pays non établi dans la noticeUniversité ou école supérieure
-
J. S. Ayurveda Mahavidyalaya and P.D. Patel Ayurveda Hospital pays non établi dans la noticeUniversité ou école supérieure
-
Bandwan Mahavidyalaya pays non établi dans la noticeInstitution
ICFAI Tech School — ICFAI University, J. S. Ayurveda Mahavidyalaya and P.D. Patel Ayurveda Hospital et Bandwan Mahavidyalaya.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Landfill Environmental Impact StudiesGeotechnical Engineering and Soil StabilizationSoil and Unsaturated Flow