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
- Ứng dụng trí tuệ nhân tạo trong kỹ thuật kết cấu: Tổng quan định lượng về xu hướng nghiên cứu, phương pháp học máy và các thách thức hiện nay
- Nghiên cứu tính khả thi của việc ứng dụng trí tuệ nhân tạo trong phát triển các ứng dụng trắc địa bản đồ cơ bản
- Nhận diện và đánh giá rủi ro kỹ thuật trong giai đoạn đầu tư và khai thác các dự án đường cao tốc tại Việt Nam
- Đề xuất gói công việc (WP) mẫu phục vụ lập kế hoạch và quản lý quá trình thi công nhà bê tông cốt thép
- Hiệu quả quản lý chi phí thi công của nhà thầu xây dựng công nghiệp: Nghiên cứu các nhân tố liên quan tại một doanh nghiệp Việt Nam