Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Ralf Kretzschmar"'
Autor:
Manuel Graf, Ralf Kretzschmar
Publikováno v:
BPUVZ.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::6dc5997f4828f198a18a39bb649d6f94
https://doi.org/10.37307/j.2193-3308.2015.12.09
https://doi.org/10.37307/j.2193-3308.2015.12.09
Publikováno v:
International Journal of Neural Systems. 15:323-338
This paper proposes a framework for training feedforward neural network models capable of handling class overlap and imbalance by minimizing an error function that compensates for such imperfections of the training set. A special case of the proposed
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::74a6e9c5c488bb8019e0904862ed086d
https://doi.org/10.1142/s012906570500030x
https://doi.org/10.1142/s012906570500030x
Publikováno v:
Journal of Applied Meteorology. 43:727-738
This paper evaluates the quality of neural network classifiers for wind speed and wind gust prediction with prediction lead times between +1 and +24 h. The predictions were realized based on local time series and model data. The selection of appropri
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::09768d4a8adf4644019597b4aba07827
https://doi.org/10.1175/2057.1
https://doi.org/10.1175/2057.1
Publikováno v:
Pattern Recognition. 36:2699-2712
This paper presents the results of a study that relied on trainable neural network classifiers to identify and remove bird-contaminated data from wind measurements recorded by a 1290-MHz wind profiler. A wind profiler is a Doppler radar system measur
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::e140ac75586eb77b1016a6c4503dd540
https://doi.org/10.1016/s0031-3203(03)00165-1
https://doi.org/10.1016/s0031-3203(03)00165-1
Publikováno v:
Proceedings of the International Joint Conference on Neural Networks, 2003..
This paper introduces variance-controlled neural networks (VCCNs), which were developed for handling class overlap. VCNNs have the same architecture as conventional feedforward neural networks; however, their training relies on a different error func
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::9411cfc4175db507866f1a1553e6ea30
https://doi.org/10.1109/ijcnn.2003.1223400
https://doi.org/10.1109/ijcnn.2003.1223400
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.