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
- Đánh giá tác động của việc điều chỉnh siêu tham số đối với hiệu năng của các mô hình học máy truyền thống
- Phân tích logs ứng dụng học máy hỗ trợ giám sát an toàn thông tin ngành Tài nguyên và Môi trường
- Ứng dụng mô hình học máy tối ưu hóa quản trị nguồn nhân lực trong doanh nghiệp
- Dự đoán cường độ liên kết giữa cốt thép bị ăn mòn và lớp bê tông xung quanh bằng phương pháp XGBoost