Zobrazeno 1 - 10
of 31
pro vyhledávání: '"Nguyen Hong Giang"'
Publikováno v:
Journal of Water and Climate Change, Vol 13, Iss 5, Pp 2011-2033 (2022)
The prediction of precipitation is of importance in the Thua Thien Hue Province, which is affected by climate change. Therefore, this paper suggests two models, namely, the Seasonal Auto-Regressive Integrated Moving Average (SARIMA) model and the Lon
Externí odkaz:
https://doaj.org/article/906accdc46244de29ae0bfd4e3ceefc7
Publikováno v:
Axioms, Vol 11, Iss 4, p 151 (2022)
Labor exports are currently considered among the most important foreign economic sectors, implying that they contribute to a country’s economic development and serve as a strategic solution for employment creation. Therefore, with the support of da
Externí odkaz:
https://doaj.org/article/3b363161b8cd403e900188201f1275c6
Publikováno v:
In Materials Science & Engineering R September 2024 160
Publikováno v:
In Heliyon October 2023 9(10)
Autor:
YuRen Wang, Nguyen Hong Giang
Publikováno v:
Open Geosciences. 14:1577-1590
Vietnam’s economy with agriculture and aquaculture still account for roughly 26% of the country’s gross domestic product, and nearly 70% of the Vietnamese population lives in rural areas; therefore, agriculture and aquaculture land use play a cru
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::33a7332b2b3ede394a5680c9d81b62d7
https://doi.org/10.1515/geo-2022-0428
https://doi.org/10.1515/geo-2022-0428
Autor:
Le Anh Phuong, Quan Thanh Tho, Nguyen Hong Giang, YuRen Wang, Hoang Ngo Tu Do, Tran Dinh Hieu
Publikováno v:
Open Geosciences, Vol 13, Iss 1, Pp 963-976 (2021)
This study examines rainfall forecasting for the Perfume (Huong) River basin using the machine learning method. To be precise, statistical measurement indicators are deployed to evaluate the reliability of the actual accumulated data. At the same tim
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::af0a51dbc8e94d78bd4a3c6a208458d1
https://doi.org/10.1515/geo-2020-0276
https://doi.org/10.1515/geo-2020-0276
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.
This paper presents to study the performance of machine learning techniques consisting of Multivariate Adaptive Regression Spline(MARS), Multilayer Perceptron (MLP), and Decision Tree Regression (DTR) for estimating physico-chemical properties ground
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::01c894779641b13bfa4c959a72716b62
https://doi.org/10.21203/rs.3.rs-1005920/v1
https://doi.org/10.21203/rs.3.rs-1005920/v1
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.