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
- Xác định các công nghệ trí tuệ nhân tạo thích hợp cho quản lý an toàn tại các dự án cao tầng ở Việt Nam bằng mô hình tham số và phân tích hồi quy đa biến
- Tích hợp dữ liệu đa cảm biến trong khảo sát địa hình và hiện trạng công trình
- Giới thiệu chương trình xử lý kết quả thí nghiệm đất xây dựng GeoLab
- Nâng cao hiệu quả công tác nghiệm thu công trình trong lĩnh vực giao thông dưới góc nhìn pháp lý
- Vấn đề về lập dự toán công trình xây dựng