Zobrazeno 1 - 10
of 37
pro vyhledávání: '"Laplace smoothing"'
Publikováno v:
Buildings, Vol 13, Iss 4, p 1029 (2023)
The morphology of coarse aggregate has a significant impact on the road performance of asphalt mixtures and aggregate characterization studies, but many studies were based on the two-dimensional morphology of coarse aggregate, which failed to conside
Externí odkaz:
https://doaj.org/article/79fd7cfb6d0149b29e03c16150d8166f
Autor:
Sun Wang, Kevin, Borin, William
This thesis aims to investigate the feasibility of using a Markovian approach toforecast short-term stock market movements. To assist traders in making soundtrading decisions, this study proposes a Markovian model using a selection ofthe latest closi
Externí odkaz:
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-342746
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kujundžić, Pavao
U ovom diplomskom radu se obrađuje tema Predviđanje riječi i morfoloških značajki primjenom metoda strojnog učenja na temelju n-gramskih nizova. Prikazane su tehnologije i alati korišteni za učitavanje različitih podataka za treniranje model
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______4131::21f8392ed820dd2064321f40065d637a
https://repozitorij.fer.unizg.hr/islandora/object/fer:8387
https://repozitorij.fer.unizg.hr/islandora/object/fer:8387
Publikováno v:
KDD 2020-26th ACM SIGKDD Conference on Knowledge Discovery and Data Mining
KDD 2020-26th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, Aug 2020, San Diego / Virtual, United States. pp.1254--1264
KDD
KDD 2020-26th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, Aug 2020, San Diego / Virtual, United States. pp.1254--1264
KDD
International audience; We consider the task of discovering the top-K reliable approximate functional dependencies X → Y from high dimensional data. While naively maximizing mutual information involving high dimensional entropies over empirical dat
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::355a22f0e573cbb920d08485eeb62821
https://hal-centralesupelec.archives-ouvertes.fr/hal-02880553/file/smoothed-info-article-without-ACM.pdf
https://hal-centralesupelec.archives-ouvertes.fr/hal-02880553/file/smoothed-info-article-without-ACM.pdf
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.
Publikováno v:
Acta Geodaetica et Cartographica Sinica, Vol 46, Iss 5, Pp 649-657 (2017)
Point pattern convergence exerts a fundamental way in quantifying similar spatial patterns, which plays an essential function in revealing geographical phenomena emergence, development and evolution. Nevertheless, the independence test for traditiona
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doajarticles::cce5ae8a714b9ca5084826f335fc747c
http://html.rhhz.net/CHXB/html/2017-5-649.htm
http://html.rhhz.net/CHXB/html/2017-5-649.htm