Zobrazeno 1 - 10
of 73
pro vyhledávání: '"M5P model tree"'
Autor:
Blaifi, Sid-ali a, ⁎⁎, Mellit, Adel b, ⁎, Taghezouit, Bilal c, Moulahoum, Samir d, Hafdaoui, Hichem c
Publikováno v:
In Renewable Energy 15 February 2025 240
Publikováno v:
Journal of Soft Computing in Civil Engineering, Vol 6, Iss 4, Pp 43-58 (2022)
The current study uses machine learning techniques such as Random Forest Regression (RFR), Artificial Neural Networks (ANN), Support Vector Machines Ploy kernel (SVMP), Support Vector Machines Radial Basis Function Kernel (SVMRBK), and M5P model tree
Externí odkaz:
https://doaj.org/article/3fe14c000bce431fa550c62767c3d278
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:
Water Supply, Vol 22, Iss 3, Pp 2847-2862 (2022)
Infiltration plays a fundamental role in streamflow, groundwater recharge, subsurface flow, and surface and subsurface water quality and quantity. This study includes a comparative analysis of the two machine learning techniques, M5P model tree (M5P)
Externí odkaz:
https://doaj.org/article/e82e4aa7aff2416aa1086dd9b8ad4ee8
Publikováno v:
Journal of Materials and Engineering Structures, Vol 6, Iss 4, Pp 583-592 (2019)
High strength concrete (HSC) define as the concrete that meets a unique mixture of performance uniformity requirements that cannot be reached routinely using conventional constituents and regular mixing, placing, and curing events. The modeling of su
Externí odkaz:
https://doaj.org/article/08b0f81e015a4a3fa52dc4a101093c97
Publikováno v:
Journal of Soft Computing in Civil Engineering, Vol 3, Iss 4, Pp 28-40 (2019)
The paper presents the prediction of the ultimate bearing capacity of the strip footing resting on layered soil (dense sand overlying loose sand) using random forest regression (RFR). In this study, 181 data collected from literature were used. 71 %
Externí odkaz:
https://doaj.org/article/43c452d7f4344175920c829db4776781
Publikováno v:
Journal of Soft Computing in Civil Engineering, Vol 3, Iss 2, Pp 30-42 (2019)
The present study attempts to predict the ultimate bearing capacity (UBC) of the strip footing resting on sand and subjected to inclined load having eccentricity with respect to the vertical using three different soft computing techniques such as sup
Externí odkaz:
https://doaj.org/article/178683e44aeb4041bac640d4a23f4ec5
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.