Temat: Support Vector Regression model

Skocz do pozycji: 1.

Tytuł:: Support Vector Regression model to predict TEC for GNSS signals
Autorzy:: Sivakrishna, Kondaveeti
Ratnam, Devanaboyina Venkata
Sivavaraprasad, Gampala
Data publikacji:: 2022
Słowa kluczowe:: Global Navigation Satellite System
Total Electron Content
IRI-2016 model
Artificial Neural Network model
Support Vector Regression model
globalny system nawigacji satelitarnej
Całkowita zawartość elektronów
Model IRI-2016
model sztucznej sieci neuronowej
model regresji wektorów pomocniczych; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Prediction of aerosol optical depth over Pakistan using novel hybrid machine learning model
Autorzy:: Zaheer, Komal
Saeed, Sana
Tariq, Salman
Data publikacji:: 2023
Słowa kluczowe:: aerosol optical depth
climatic variables
support vector regression
hybrid model
gray wolf optimizer; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 3.

Tytuł:: Predicting sea surface salinity in a tidal estuary with machine learning
Autorzy:: Guillou, Nicolas
Chapalain, Georges
Petton, Sébastien
Data publikacji:: 2023
Słowa kluczowe:: multilayer perceptron
support vector regression
random forest
river plume
numerical model
Bay of Brest; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 4.

Tytuł:: Fault location of distribution network with distributed generation based on Karrenbauer transform and support vector machine regression
Autorzy:: Wang, Siming
Zhao, Kaikai
Data publikacji:: 2023
Słowa kluczowe:: distributed generation
distribution network fault location
fault type
Karrenbauer transform
agent prediction model
SVR
support vector regression; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 5.

Tytuł:: Intelligent sensing and monitoring : respiratory motion prediction for tumor following radiotherapy
Autorzy:: Ichiji, K.
Homma, N.
Sakai, M.
Bukovsky, I.
Zhang, X.
Osanai, M.
Abe, M.
Sugita, N.
Yoshizawa, M.
Data publikacji:: 2012
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:: intelligent sensing
monitoring
respiratory motion
tumor
radiotherapy
time-varying seasonal autoregressive model
TVSAR model
multiple regression
MR
multilayer perceptron
MLP
support vector regression
SVR; Pokaż więcej
Dostawca treści:: Biblioteka Nauki

Artykuł

Szczegóły

Skocz do pozycji: 6.

Tytuł:: Intelligent sensing and monitoring : respiratory motion prediction for tumor following radiotherapy
Autorzy:: Ichiji, K.
Homma, N.
Sakai, M.
Bukovsky, I.
Zhang, X.
Osanai, M.
Abe, M.
Sugita, N.
Yoshizawa, M.
Data publikacji:: 2012
Słowa kluczowe:: intelligent sensing
monitoring
respiratory motion
tumor
radiotherapy
time-varying seasonal autoregressive model
TVSAR model
multiple regression
MR
multilayer perceptron
MLP
support vector regression
SVR; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 7.

Tytuł:: Fault location of distribution network with distributed generation based on Karrenbauer transform and support vector machine regression
Autorzy:: Wang, Siming
Zhao, Kaikai
Data publikacji:: 2023
Wydawca:: Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:: distributed generation
distribution network fault location
fault type
Karrenbauer transform
agent prediction model
SVR
support vector regression; Pokaż więcej
Dostawca treści:: Biblioteka Nauki

Artykuł

Szczegóły

Skocz do pozycji: 8.

Tytuł:: Hybrid support vector regression models with algorithm of innovative gunner for the simulation of groundwater level
Autorzy:: Roshni, Thendiyath
Mirzania, Ehsan
Hasanpour Kashani, Mahsa
Bui, Quynh-Anh Thi
Shamshirband, Shahab
Data publikacji:: 2022
Słowa kluczowe:: hybrid model
groundwater level modeling
Shabestar plain
support vector regression
algorithm of innovative gunner
model hybrydowy
modelowanie poziomu wód gruntowych
równina Shabestar
regresja wektorów nośnych; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 9.

Tytuł:: Metoda wektorów podpierających (SVM) w modelowaniu zużycia technicznego budynków wielkopłytowych na terenach górniczych
Autorzy:: Wodyński, A.
Firek, K.
Rusek, J.
Data publikacji:: 2010
Słowa kluczowe:: budynek wielkopłytowy
badanie modelowe
zużycie techniczne
deformacje terenu górniczego
górnictwo rud miedzi
metoda SVM
metoda wektorów podpierających
ujęcie regresyjne
copper ore mining
large panel building
model test
technical wear
mining terrain deformations
SVM method
support vector machine
regression; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Informacja