机译:使用机器学习方法减少地下水模型的预测误差
Department of Civil and Environmental Engineering, University of Illinois at Urbana-Champaign, Urbana, IL;
Department of Civil and Environmental Engineering, University of Illinois at Urbana-Champaign, Urbana, IL 61801;
Department of Computer Science, University of Illinois at Urbana-Champaign, Urbana, IL 61801 ,Currently at Computational Research Division, Lawrence Berkeley National Laboratory, Berkeley, CA 94720;
Department of Computer Science, University of Illinois at Urbana-Champaign, Urbana, IL 61801;
机译:使用分位数回归和UNEEC方法预测用于模拟地下水硝酸盐污染的机器学习模型的不确定性
机译:使用分位数回归和UNEEC方法预测用于模拟地下水硝酸盐污染的机器学习模型的不确定性
机译:地下水势测绘中三种机器学习模型之间的比较评估以及双变量和多元统计方法的性能比较
机译:减少在预测机器学习模型中使用的心理测试问题数量的方法
机译:预测风力涡轮机故障和相关成本:调查故障原因,影响和严重性,建模可靠性并使用可靠性方法和机器学习技术预测风力涡轮机的故障时间,维修时间和故障成本
机译:使用血管内超声+光学相干断层摄影图像的流体结构交互模型和具有患者随访数据的机器学习方法的预测斑块脆弱性变化:可行性研究
机译:用机器学习方法减少工业机器视觉系统的伪误差率