Estimation of Specific Gravity with Penetration and Penetration Index Parameters by Artificial Neural Network

Sercan Serin, Şebnem Karahançer, Ekinhan Erişkin, Nihat Morova, Mehmet Saltan, Serdal Terzi

2017

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)

DOI 10.21533/pen.v5.i2.1985

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Specific Gravity of the bitumen changes according to the ambienttemperature. Different specific gravity values can be calculated at differenttemperature. Estimating models like Artificial Neural Network – ANN couldbe very useful to obtain the specific gravity value uniform. Specific gravityvalues obtained from Long-Term Pavement Performance – LTPP wereestimated with artificial neural networks. Penetration and Penetration Index ofbinder were used for estimating the specific gravity of the bitumen. As aresult, ANN get 84% of R2 between obtained and estimated values.