CSDL Bài trích Báo - Tạp chí
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
- Phân tích và khuyến nghị hoàn thiện tiêu chuẩn gối cầu TCVN 13594-8:2023 cho cầu đường sắt tốc độ cao có yêu cầu kháng chấn
- Phân tích tai nạn giao thông liên quan đến người đi bộ ở nước ta bằng Python
- Giải pháp giếng cát đóng túi trong xử lý nền đất yếu và khả năng ứng dụng tại Việt Nam
- Nâng cao hiệu quả việc thực hành tay nghề thi công cơ bản và công tác sản xuất kết hợp sinh viên Khoa Công trình - Trường Đại học Công nghệ Giao thông vận tải
- Nỗ lực của nhà thầu hướng đến thành công dự án nhà công nghiệp : phân tích nghiên cứu liên quan