- Projets de recherche : /fr/recherche-appliquee/instituts/itec/projets-de-recherche/
- Infrastructure : /fr/recherche-appliquee/instituts/itec/infrastructure/
- Equipe : /fr/recherche-appliquee/instituts/itec/equipe/
- Agenda : /fr/recherche-appliquee/instituts/itec/agenda/
- Actualité : /fr/recherche-appliquee/instituts/itec/actualite/
- Ressources pour les partenaires : /fr/recherche-appliquee/instituts/itec/ressources-pour-les-partenaires/
- Projets de recherche : /fr/recherche-appliquee/instituts/itec/projets-de-recherche/
- Infrastructure : /fr/recherche-appliquee/instituts/itec/infrastructure/
- Equipe : /fr/recherche-appliquee/instituts/itec/equipe/
- Agenda : /fr/recherche-appliquee/instituts/itec/agenda/
- Actualité : /fr/recherche-appliquee/instituts/itec/actualite/
- Ressources pour les partenaires : /fr/recherche-appliquee/instituts/itec/ressources-pour-les-partenaires/
ORCADEMO
En bref
Structures
Fonds d'établissement (Smart Living Lab)
Institut iCoSys
Daia Zwicky
Répertoire des compétences
janvier 2022 - août 2024
The project aims to advance the use of recycled aggregate in conventional concrete, developing the methodological basis for an image-based machine learning approach to overcome concrete performance uncertainty when smaller-size natural aggregates are replaced by recycled materials. Efficient anticipation of cost- and environment-effective mix design adjustments shall be enabled by training image processing networks to predict concrete performance from standardized images of smaller-size recycled aggregates.