Výsledky vyhledávání - "Fam, Pei Shan"

Akademický článek

Modified sparse regression to solve heterogeneity and hybrid models for increasing the prediction accuracy of seaweed big data with outliers

Autor: Olayemi Joshua Ibidoja, Fam Pei Shan, Majid Khan Majahar Ali

Publikováno v: Scientific Reports, Vol 14, Iss 1, Pp 1-13 (2024)

Abstract The linear regression is critical for data modelling, especially for scientists. Nevertheless, with the plenty of high-dimensional data, there are data with more explanatory variables than the number of observations. In such circumstances, t

Externí odkaz: https://doaj.org/article/71c75ac92651442a9f9536362eb14e7f

Zobrazit plný text záznamu

Akademický článek

Flood prediction with optimized gated recurrent unit-temporal convolutional network and improved KDE error estimation

Autor: Chenmin Ni, Muhammad Fadhil Marsani, Fam Pei Shan, Xiaopeng Zou

Publikováno v: AIMS Mathematics, Vol 9, Iss 6, Pp 14681-14696 (2024)

Flood time series forecasting stands a critical challenge in precise predictive models and reliable error estimation methods. A novel approach utilizing a hybrid deep learning model for both point and interval flood prediction is presented, enhanced

Externí odkaz: https://doaj.org/article/f8eff84a931d40fbb0883ce291ca6f1f

Zobrazit plný text záznamu

Akademický článek

Application of multiple linear regression model and long short-term memory with compartmental model to forecast dengue cases in Selangor, Malaysia based on climate variables

Autor: Lu, Xinyi, Teh, Su Yean, Tay, Chai Jian, Abu Kassim, Nur Faeza, Fam, Pei Shan, Soewono, Edy

Publikováno v: In Infectious Disease Modelling March 2025 10(1):240-256

Zobrazit plný text záznamu

Akademický článek

Detecting heterogeneity parameters and hybrid models for precision farming

Autor: Olayemi Joshua Ibidoja, Fam Pei Shan, Jumat Sulaiman, Majid Khan Majahar Ali

Publikováno v: Journal of Big Data, Vol 10, Iss 1, Pp 1-18 (2023)

Abstract Precision farming (PF) plays a crucial role in the field of agriculture to solve the challenges of food shortages in society. Heterogeneity, multicollinearity, and outliers are problems in PF because they can cause bias and lead to incorrect

Externí odkaz: https://doaj.org/article/d42122a065e7468baac78329b438c08e

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Classification of edible bird’s nest samples using a logistic regression model through the mineral ratio approach

Autor: Ang, Kah-Ming, Seow, Eng-Keng, Fam, Pei-Shan, Cheng, Lai-Hoong

Publikováno v: In Food Control July 2022 137

Zobrazit plný text záznamu

Akademický článek

Robust M-estimators and Machine Learning Algorithms for Improving the Predictive Accuracy of Seaweed Contaminated Big Data

Autor: Olayemi Joshua Ibidoja, Fam Pei Shan, Mukhtar, Jumat Sulaiman, Majid Khan Majahar Ali

Publikováno v: Journal of Nigerian Society of Physical Sciences, Vol 5, Iss 1 (2023)

A common problem in regression analysis using ordinary least squares (OLS) is the effect of outliers or contaminated data on the estimates of the parameters. A robust method that is not sensitive to outliers and can handle contaminated data is needed

Externí odkaz: https://doaj.org/article/a348b0c2f5854aa0bf59921ce6221797

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání