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
- Khả năng kháng uốn dầm bê tông cốt thép theo tiêu chuẩn TCVN 5574-2018 : so sánh giữa phương pháp tính toán theo nội lực giới hạn và phương pháp tính toán có xét đến ứng xử phi tuyến của cốt thép
- Phân tích ảnh hưởng ăn mòn và giải pháp bảo vệ an toàn cho các tấm phù điêu đồng tại Việt Nam
- Training artificial neural network regression based on the generalized delta rule : a case study in modeling the compressive strength of concrete = Huấn luyện mạng nơ-ron thần kinh nhân tạo dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng
- XGBoost regression for estimating bearing capacity of concrete piles = Sử dụng hồi quy XGBoost để đánh giá sức chịu tải của cọc bê tông
- Training deep neural network for regression analysis with the generalized delta rule : a case study in modeling the shear strength of soil = Huấn luyện mạng nơ-ron thần kinh nhân tạo sâu dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng dụn