Zobrazeno 1 - 10
of 79
pro vyhledávání: '"Azzaoui , Nourddine"'
Acquiring information on spatial phenomena can be costly and time-consuming. In this context, to obtain reliable global knowledge, the choice of measurement location is a crucial issue. Space-lling designs are often used to control variability unifor
Externí odkaz:
http://arxiv.org/abs/2402.09032
We have devised a data-driven framework for uncovering hidden control strategies used by an evolutionary system described by an evolutionary probability distribution. This innovative framework enables deciphering of the concealed mechanisms that cont
Externí odkaz:
http://arxiv.org/abs/2309.15844
While reinforcement learning (RL) from raw images has been largely investigated in the last decade, existing approaches still suffer from a number of constraints. The high input dimension is often handled using either expert knowledge to extract hand
Externí odkaz:
http://arxiv.org/abs/2206.06712
A practical algorithm has been developed for closeness analysis of sequential data that combines closeness testing with algorithms based on the Markov chain tester. It was applied to reported sequential data for COVID-19 to analyze the evolution of C
Externí odkaz:
http://arxiv.org/abs/2106.16094
Autor:
Thouret, Jean-Claude, Wavelet, Emeline, Taillandier, Marie, Tjahjono, Boedi, Jenkins, Susanna F., Azzaoui, Nourddine, Santoni, Olivier
Publikováno v:
In International Journal of Disaster Risk Reduction July 2022 77
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Azzaoui, Nourddine
In this paper, we give a new covariation spectral representation of some non stationary symmetric $\alpha$-stable processes (S$\alpha$S). This representation is based on a weaker covariation pseudo additivity condition which is more general than the
Externí odkaz:
http://arxiv.org/abs/0802.2998
Publikováno v:
Machine Learning & Knowledge Extraction; Dec2023, Vol. 5 Issue 4, p1888-1904, 17p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.