Xây dựng mô hình học máy được tối ưu hóa bằng thuật toán jellyfish search để dự báo năng suất lao động trên công trường
Tác giả: Võ Huỳnh Kim Chi, Trương Đình Nhật, Nguyễn Thanh Phong, Lê Thị Thùy Linh
Số trang:
Tr. 50-55
Số phát hành:
Tháng 2
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
690
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Jellyfish Search, năng suất lao động, mô hình học máy, tối ưu hóa, dự báo
Chủ đề:
Công trình xây dựng
&
Mô hình học máy
Tóm tắt:
Nghiên cứu này trình bày các so sánh và đánh giá hiệu suất của các mô hình học máy, bao gồm bốn mô hình đơn ANN, SVR, LR, CART và ba mô hình hỗn hợp Voting, Bagging, Stacking.
Tạp chí liên quan
- Xu hướng phát triển vật liệu sinh học trong kiến trúc bền vững
- Đánh giá sức chịu tải cực hạn của cọc từ thí nghiệm nén tĩnh và thử động biến dạng lớn PDA
- Một số giải pháp nhằm đẩy mạnh soạn thảo và áp dụng quy chuẩn kỹ thuật địa phương
- Dự báo biến dạng từ biến của cấu kiện bê tông cốt thép bằng phương pháp học máy
- Các yếu tố tác động đến quản lý nhà nước về chi phí đầu tư xây dựng