@article{micheal_rymond_jebason_perumal_2026,  title={Machine learning-driven prediction of compressive strength in sustainable geopolymer concrete using artificial neural network and random forest models},  volume={31},  ISSN={1517-7076},  url={https://doi.org/10.1590/1517-7076-RMAT-2026-0048},  DOI={10.1590/1517-7076-RMAT-2026-0048},  journal={Matéria (Rio de Janeiro)},  publisher={Laboratório de Hidrogênio, Coppe - Universidade Federal do Rio de Janeiro, em cooperação com a Associação Brasileira do Hidrogênio, ABH2},  author={Micheal, Galesh and Rymond, Ninija Merina and Jebason, Jeffy Pravitha and Perumal, Subash Narayana},  year={2026},  pages={e20260048} }