Estimation of Rock Brittleness from Point Load Strength Index Data Using Machine Learning Methods
Yazarlar (4)
Deniz Akbay Çanakkale Onsekiz Mart Üniversitesi, Türkiye
Doç. Dr. Gökhan EKİNCİOĞLU Kırşehir Ahi Evran Üniversitesi, Türkiye
Dr. Öğr. Üyesi Murat IŞIK Kırşehir Ahi Evran Üniversitesi, Türkiye
Dr. Öğr. Üyesi Mehmet Ali YALÇINKAYA Kırşehir Ahi Evran Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(SSCI, AHCI, SCI, SCI-Exp dergilerinde yayınlanan tam makale)
|
||
| Dergi Adı | Tehnicki Vjesnik (Q3) | ||
| Dergi ISSN | 1330-3651 Dergi Bilgileri (2026) | ||
| Dergi Tarandığı Indeksler | |||
| Makale Dili | İngilizce | Basım Tarihi | 01-2026 |
| Cilt / Sayı / Sayfa | 33 / 2 / 863–875 | DOI | 10.17559/TV-20250507002651 |
| Makale Linki | https://hrcak.srce.hr/clanak/498097 | ||
| UAK Araştırma Alanları |
|
||
| Özet |
| Brittleness is a vital mechanical property that characterizes a rock's tendency to fracture under applied stress without significant deformation, which is particularlysignificant in mining, tunnelling, and other geotechnical engineering applications. The accurate prediction of rock brittleness is essential for optimizing excavation strategies,ensur... |
| Anahtar Kelimeler |
| geotechnical engineering | machine learning | non-destructive testing | point load strength index | rock brittleness |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Scopus | 1 |