Mai Thị Hải Vân
Tiến sỹ kỹ thuật
Trường Đại học Công nghệ Giao thông vận tải
Đơn vị: Khoa Công trình
Quá trình nghiên cứu khoa học
- stars 1. Các đề tài nghiên cứu khoa học đã tham gia
-
TTTên đề tàiNăm hoàn thànhĐề tài cấp
-
1Kinh nghiệm bồi dưỡng kiến thức cho sinh viên dự thi sinh viên giỏi môn học cơ sởVai trò: Đồng tác giả2008Cấp Trường
-
2Nghiên cứu xác định tải trọng giới hạn của tấm bê tông xi măng mặt đường có xét đến ảnh hưởng của biến dạng trượt ngangVai trò: Chủ nhiệm2018Cấp Trường
-
3Nghiên cứu ứng dụng trí tuệ nhân tạo để dự đoán cường độ chịu nén của bê tông tự đầm sử dụng trong xây dựng đườngVai trò: Chủ nhiệm2021Cấp Trường
-
4Nghiên cứu ứng dụng trí tuệ nhân tạo để dự đoán cường độ chịu nén của bê tông tự đầm sử dụng trong xây dựng đườngVai trò: Chủ nhiệm2022Cấp Trường
-
5Nghiên cứu đề xuất giải pháp chế tạo bê tông tự chữa lành bằng công nghệ vi sinh vật để ứng dụng vào các cấu kiện bê tông cho các công trình giao thôngVai trò: Thành viên chính2022Cấp Bộ
- stars 2. Các công trình khoa học đã công bố
-
TTTên công trìnhNămNơi công bố
-
1Dự báo độ ổn định Marshall của bê tông nhựa biến tính cao su lốp xe phế thải bằng mô hình CatboostSố tháng 6 năm 2023Tạp chí Giao thông vận tải
-
2Enhancing Compressive Strength Prediction of Roller Compacted Concrete using Machine Learning Techniques2023Measurement, ELSEVIER
-
3Application of Extreme Gradient Boosting in Predicting the Viscoelastic Characteristics of Graphene Oxide Modified Asphalt at Medium and High Temperatures2023Frontiers of Structural and Civil Engineering, Springer
-
4Dự báo cường độ chịu nén của bê tông tự lèn cốt sợi polypropylene bằng mô hình tăng cường độ dốc sử dụng kỹ thuật tối ưu hóa lần lượt các siêu tham sốSố tháng 4 năm 2023Tạp chí Giao thông vận tải
-
5Estimating the Compressive Strength of Self compacting Concrete with fiber using an Extreme Gradient Boosting model2023Journal of Science and Transport Technology
-
6Optimization of Machine Learning Models for Predicting The Compressive Strength of Fiber-Reinforced Self-Compacting Concrete2023Frontiers of Structural and Civil Engineering, Springer
-
7Toward Improved Prediction of Recycled Brick Aggregate Concrete Compressive Strength by Designing Ensemble Machine Learning Models2023Construction and Building Materials, Elsevier
-
8Development of machine learning methods to predict the compressive strength of fiber-reinforced self-compacting concrete and sensitivity analysis2023Construction and Building Materials, Elsevier
-
9Sử dụng phương pháp tìm kiếm theo lưới để tối ưu hóa các siêu tham số của mô hình rừng cây ngẫu nhiên trong dự báo hằn lún mặt đường của hỗn hợp bê tông nhựaSố tháng 12 năm 2022Tạp chí Giao thông vận tải
-
10A comparative assessment of tree-based predictive models to estimate geopolymer concrete compressive strength2022Neural Computing and Applications (NCAA)
-
11Tối ưu hóa các siêu tham số của mô hình Catboost để dự báo cường độ chịu nén của bê tông tự lèn2022Tạp chí Giao thông vận tải
-
12Nghiên cứu và lựa chọn mô hình tăng cường độ dốc cực đại để dự báo cường độ chịu nén của bê tông đầm lănSố tháng 10 năm 2022Tạp chí Giao thông vận tải
-
13Dự đoán cường độ nén của bê tông tro bay bằng mô hình máy học kết hợp dựa trên thuật toán cây quyết định2022Tạp chí Giao thông vận tải
-
14Machine Learning Approach in Investigating Carbonation Depth of Concrete Containing Fly Ash2022Structural Concrete
-
15Nghiên cứu ứng dụng mô hình rừng cây ngẫu nhiên để dự báo độ chảy loang của bê tông tự lèn và phân tích tầm quan trọng của các yếu tố ảnh hưởng đến độ chảy loang2022Tạp chí Cầu đường
-
16Assessment of different machine learning techniques in predicting the compressive strength of self-compacting concrete2022Frontiers of Structural and Civil Engineering, Springer
-
17Prediction and sensitivity analysis of self compacting concrete slump flow by random forest algorithm2022Journal of Science and Transport Technology
-
18Ứng dụng giải thuật phục hồi mạng lan truyền ngược để dự báo cường độ chịu nén của bê tông tự lèn sử dụng tro baySố tháng 12.2021Tạp chí GTVT
-
19Investigation of ANN architecture for predicting the compressive strength of concrete containing GGBFS2021PLOS ONE
-
20Using Random Forest for predicting compressive strength of self-compacting concrete2021CIGOS 2021, Emerging Technologies and Applications for Green Infrastructure
-
21On The Training Algorithms for Artificial Neural Network in Predicting compressive strength of recycled aggregate concrete2021CIGOS 2021, Emerging Technologies and Applications for Green Infrastructure
-
22NGHIÊN CỨU ỨNG DỤNG MÔ HÌNH RỪNG CÂY NGẪU NHIÊN ĐỂ DỰ ĐOÁN MR CỦA VẬT LIỆU LÀM LỚP MÓNG TRONG KẾT CẤU MẶT ĐƯỜNG Ô TÔ2021Tạp chí GTVT
-
23Nghiên cứu ứng dụng mô hình mạng nơ ron nhân tạo dự báo mô đun đàn hồi động của vật liệu đất đắp nền đườngSố tháng 9/2021Tạp chí Khoa học GTVT
-
24Investigation of ANN Model Containing One Hidden Layer for Predicting Compressive Strength of Concrete with Blast-Furnace Slag and Fly Ash2021Advances in Materials Science and Engineering
-
25Development of deep neural network model to predict the compressive strength of rubber concrete2021Construction and building material, Elsevier
-
26Prediction Compressive Strength of Concrete Containing GGBFS using Random Forest Model2021Advances in Civil Engineering
-
27On the Training Algorithms for Artificial Neural Network in Predicting the Shear Strength of Deep Beams2021Complexity
-
28Nghiên cứu ứng dụng mô hình trí tuệ nhân tạo dự báo cường độ nén của bê tông sử dụng cốt liệu tái chế2021Tạp chí Khoa học GTVT
-
29Using ANN to Estimate the Critical Buckling Load of Y Shaped Cross-Section Steel Columns2021Scientific Programming
-
30Nghiên cứu ứng dụng mô hình rừng cây ngẫu nhiên để dự đoán cường độ chịu nén của bùn cứng hóa bằng xi măng, lưới đánh cá và bọt khíSố tháng 1+2 năm 2021Tạp chí Giao thông vận tải
-
31Prediction of Later-Age Concrete Compressive Strength Using Feedforward Neural NetworkVolum 2020, 8 September 2020Advances in Materials Science and Engineering
-
32Simulation of deterioration process of concrete exposed to sulfuric acid2020International journal of scientific & technology research
-
33Nghiên cứu lựa chọn giải pháp hợp lý giải quyết vấn đề lún lệch giữa đường nội bộ với các công trình trong khu công nghiệp xây dựng trên đất yếu2019Tạp chí Giao thông vận tải
-
34Nghiên cứu ứng dụng giải pháp tường chắn bằng bê tông cốt sợi thành mỏng bảo vệ taluy âm của đường đi ven sông hồ2019Tạp chí Giao thông vận tải
-
35Analyze the elasticity of the bending plate on the winkler foundation have to consider the effect of transverse shearing deformations by the variational principle of energy1/2018Vasect journal of structural engineering & contruction technology
-
36Nghiên cứu ảnh hưởng của biến dạng trượt ngang đến sự phân bố nội lực và độ võng của tấm trên nền đàn hồi12/2017Tạp chí Giao thông vận tải
-
37Phương pháp xác định tải trọng giới hạn của tấm tựa khớp theo hai định lý giới hạn10/2016Tạp chí Giao thông vận tải
-
38Phương pháp tính tấm trên nền đàn hồi chịu uốn có xét biến dạng trượt ngang sử dụng nội lực làm ẩn10/2015Tạp chí Giao thông vận tải
-
39Phương pháp tính tấm chữ nhật chịu uốn có xét biến dạng trượt ngang sử dụng nội lực làm ẩn7/2015Tạp chí Giao thông vận tải
-
40Phân tích đàn hồi tấm chữ nhật chịu uốn sử dụng nội lực làm ẩn4/2014Tạp chí Cầu đường Việt Nam
- stars 3. Giáo trình, tài liệu đã xuất bản
-
TTTên giáo trình, tài liệuNămNơi xuất bản
-
1Phân tích giới hạn tấm chữ nhật chịu uốn trên nền đàn hồi2020Nhà xuất bản Khoa học tự nhiên và công nghệ
- stars 4. Hướng dẫn sau đại học
-
TTHọc viênTên luận văn, luận ánNăm hoàn thành
-
1Phùng Khắc HuyNghiên cứu ứng dụng giải pháp tường chắn bằng bê tông cốt sợi thành mỏng bảo vệ mái taluy âm của đường đi ven sông hồTrình độ: Thạc sĩ2019
-
2Vũ Thành TrungNghiên cứu giải pháp xử lý nền đất yếu đường đầu cầu – áp dụng cho cầu Xuân Phương – Huyện Phú Bình – Tỉnh Thái NguyênTrình độ: Thạc sĩ2019
-
3Phan Đức DuyNghiên cứu lựa chọn giải pháp hợp lý giải quyết vấn đề lún lệch giữa đường nội bộ với các công trình trong khu công nghiệp xây dựng trên đất yếu tại khu công nghiệp Thanh Bình huyện Chợ Mới tỉnh Bắc KạnTrình độ: Thạc sĩ2020
-
4Bùi Văn CôngNghiên cứu điều kiện tương quan lưu lượng giữa các loại hình dạng mặt cắt của công trình thoát nước mặt đườngTrình độ: Thạc sĩ2020
-
5Đỗ Văn TrườngNghiên cứu, lựa chọn phương pháp tính toán tải trọng giới hạn của tấm bê tông xi măng mặt đườngTrình độ: Thạc sĩ2020
-
6Lê Việt HưngNghiên cứu lựa chọn giải pháp cọc đất gia cố xi măng để xử lý nền đất yếu, áp dụng cho dự án “Nút giao đường vành đai 3 với đường ô tô cao tốc Hà Nội – Hải Phòng”Trình độ: Thạc sĩ2021
-
7Đào Anh TuấnNghiên cứu ứng dụng các mô hình máy học để dự báo và phân tích các yếu tố ảnh hưởng đến cường độ chịu nén của bê tông đầm lănTrình độ: Thạc sĩ2023
-
8Đỗ An BiênNghiên cứu so sánh, lựa chọn mô hình máy học tối ưu để dự báo và phân tích các yếu tố ảnh hưởng đến cường độ chịu nén của bê tông tự lènTrình độ: Thạc sĩ2023