Прогноз прочности на сжатие бетона с красной шламовой добавкой с использованием объяснимых и учитывающих неопределённость моделей ИИ

🧪 Исследование посвящено прогнозу прочности на сжатие бетона с добавкой красного шлама с помощью моделей машинного и глубокого обучения. Задача практическая: такие составы требуют лабораторной проверки, а предварительная оценка прочности может сократить число итераций при подборе рецептуры. Научная новизна — акцент не только на точности прогноза, но и на объяснимости модели и учёте неопределённости. В работе заявлены нейронные сети, глубокое обучение и dropout-подходы, которые позволяют оценивать не только одно значение прочности, но и степень уверенности прогноза. Важно, что такие модели не заменяют испытания материалов, а могут быть вспомогательным инструментом для планирования экспериментов. По доступному описанию пока неясны объём выборки, состав признаков и внешняя валидация — без этого сложно оценить переносимость подхода на реальные производственные смеси.