近日，王伟教授及团队以Explainable machine learning models for probabilistic buckling stress prediction of steel shear panel dampers(用于钢制剪力型阻尼器屈曲应力概率预测的可解释机器学习模型)研究成果，荣获Engineering Structures 2023年度亚太区唯一最佳论文奖(2023 Engineering Structures Best Paper Awards)。

该论文从机器学习的角度来研究阻尼器的屈曲应力概率预测，取得了良好的效果，也充分证明了AI对于提高科学研究能力大有可为。泰大创新的UHPC配比研究、钢结构优化和平时的文案撰写等工作中，AI已经开始显现出其超高的效率。泰大创新相信，在不久的将来AI将全面改变我们的工作方式。

Engineering Structures是Elsevier旗下结构工程领域最具影响力的顶级期刊，于1978年创刊，JCR-1区，且最新影响因子5.5。内容涉及各类基础设施、地震工程、结构动力学、风能工程、爆破工程、结构可靠性与稳定性、结构健康监测、新型材料与结构等相关领域的研究工作。

文章题目：

Explainable machine learning models for probabilistic buckling stress prediction of steel shear panel dampers

作者：

Hu, Shuling; Wang, Wei*; Lu, Yongchang

日期编号：

Vol. 288, 1 August 2023, 116235

文章网址：

https://doi.org/10.1016/j.engstruct.2023.116235