Zobrazeno 1 - 10
of 35
pro vyhledávání: '"Multi-output Gaussian process regression"'
Autor:
Dávid D.Kovács, Pablo Reyes-Muñoz, Katja Berger, Viktor Ixion Mészáros, Gabriel Caballero, Jochem Verrelst
Publikováno v:
Ecological Informatics, Vol 83, Iss , Pp 102816- (2024)
Operational Earth observation missions, like the Sentinel-3 (S3) satellites, aim to provide imagery for long-term environmental assessment to monitor and analyze vegetation changes and dynamics. However, the S3 archive is limited in temporal availabi
Externí odkaz:
https://doaj.org/article/33f9c74bf3384519937ea4b946d36b4b
Publikováno v:
Case Studies in Thermal Engineering, Vol 61, Iss , Pp 105011- (2024)
Effective stability analysis strongly depends on accurately predicting machine tool dynamics. However, the nonlinear thermal effects during the machining operations present a significant challenge to accurately modeling the machine tool dynamics. To
Externí odkaz:
https://doaj.org/article/85d791f2ef744fbdbbf20a5cd00e039b
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.
Publikováno v:
IEEE Access, Vol 9, Pp 166639-166657 (2021)
Advancements in storage prognosis tend to be limited by the inherent challenge to collect sufficient significant degradation data over an extensive period. Using only sparse fleet data, multi-output Gaussian process regression (MOGPR) is one of the f
Externí odkaz:
https://doaj.org/article/9ad2f3e80e584706bdcb679aa3068465
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:
Batteries, Vol 8, Iss 10, p 134 (2022)
Lithium-ion battery state of health (SOH) accurate prediction is of great significance to ensure the safe reliable operation of electric vehicles and energy storage systems. However, safety issues arising from the inaccurate estimation and prediction
Externí odkaz:
https://doaj.org/article/f736328180184b6885e707243fbe5f03
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.