Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Ukraiński (UK)
Przejdź do strony domowej biblioteki Uniwersytet Ekonomiczny we Wrocławiu Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaUniwersytet Ekonomiczny we Wrocławiu

Wyszukujesz frazę ""ensemble methods"" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-20 z 33
Tytuł:
Machine Learning Algorithms for Lithofacies Classification of the Gulong Shale from the Songliao Basin, China
Autorzy:
Mingqiu Hou
Yuxiang Xiao
Zhengdong Lei
Zhi Yang
Yihuai Lou
Yuming Liu
Pokaż więcej
Temat:
machine learning models
ensemble methods
XGBoost
random forest
shale lithofacies
well log
Technology
Źródło:
Energies, Vol 16, Iss 6, p 2581 (2023)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/1996-1073/16/6/2581; https://doaj.org/toc/1996-1073
Dostęp URL:
https://doaj.org/article/e8e881ca5a9a48089da3e0f46dd02afb  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknie Pełny tekstSzczegóły
Tytuł:
Well-Logging-Based Lithology Classification Using Machine Learning Methods for High-Quality Reservoir Identification: A Case Study of Baikouquan Formation in Mahu Area of Junggar Basin, NW China
Autorzy:
Junlong Zhang
Youbin He
Yuan Zhang
Weifeng Li
Junjie Zhang
Pokaż więcej
Temat:
machine learning
supervised classification
lithology identification
well-logging
ensemble methods
gradient-boosted decision trees
Technology
Źródło:
Energies, Vol 15, Iss 10, p 3675 (2022)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/1996-1073/15/10/3675; https://doaj.org/toc/1996-1073
Dostęp URL:
https://doaj.org/article/ffaa3e5161414cb3bb944121da60a1b0  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknie Pełny tekstSzczegóły
Tytuł:
Advanced Ensemble Methods Using Machine Learning and Deep Learning for One-Day-Ahead Forecasts of Electric Energy Production in Wind Farms
Autorzy:
Paweł Piotrowski
Dariusz Baczyński
Marcin Kopyt
Tomasz Gulczyński
Pokaż więcej
Temat:
wind energy
wind farm
ensemble methods
short-term forecasting
electric energy production
machine learning
Technology
Źródło:
Energies, Vol 15, Iss 4, p 1252 (2022)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/1996-1073/15/4/1252; https://doaj.org/toc/1996-1073
Dostęp URL:
https://doaj.org/article/0b82d4d9161d4af5861e321d0689d649  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknie Pełny tekstSzczegóły
Tytuł:
Hybrid and Ensemble Methods of Two Days Ahead Forecasts of Electric Energy Production in a Small Wind Turbine
Autorzy:
Paweł Piotrowski
Marcin Kopyt
Dariusz Baczyński
Sylwester Robak
Tomasz Gulczyński
Pokaż więcej
Temat:
wind energy
wind turbine
hybrid methods
ensemble methods
short-term forecasting
electric energy production
Technology
Źródło:
Energies, Vol 14, Iss 5, p 1225 (2021)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/1996-1073/14/5/1225; https://doaj.org/toc/1996-1073
Dostęp URL:
https://doaj.org/article/832d8f84ee43409b80cf8528f6947ad1  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknieSzczegóły
Tytuł:
A Novel Application of Ensemble Methods with Data Resampling Techniques for Drill Bit Selection in the Oil and Gas Industry
Autorzy:
Saurabh Tewari
Umakant Dhar Dwivedi
Susham Biswas
Pokaż więcej
Temat:
drill bits selection
imbalanced data
ensemble methods
petroleum data analytics
Technology
Źródło:
Energies, Vol 14, Iss 432, p 432 (2021)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/1996-1073/14/2/432; https://doaj.org/toc/1996-1073
Dostęp URL:
https://doaj.org/article/87b5cfed831640ee8067f48cf0ef7c66  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknie Pełny tekstSzczegóły
Wyświetlanie 1-20 z 33

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies