Zobrazeno 1 - 10
of 30
pro vyhledávání: '"transparent machine learning"'
Autor:
Ashish Chapagain, In Ho Cho
Publikováno v:
Micromachines, Vol 14, Iss 11, p 1984 (2023)
The scientific community has been looking for novel approaches to develop nanostructures inspired by nature. However, due to the complicated processes involved, controlling the height of these nanostructures is challenging. Nanoscale capillary force
Externí odkaz:
https://doaj.org/article/77668a58a32d4c31b96f6789f24cca99
Autor:
Maike Sonnewald, Redouane Lguensat
Publikováno v:
Journal of Advances in Modeling Earth Systems, Vol 13, Iss 8, Pp n/a-n/a (2021)
Abstract The North Atlantic ocean is key to climate through its role in heat transport and storage. Climate models suggest that the circulation is weakening but the physical drivers of this change are poorly constrained. Here, the root mechanisms are
Externí odkaz:
https://doaj.org/article/fafb76437f244bffa9b51e31db03a57f
Autor:
Fabiola Fernández-Gutiérrez, Jonathan I. Kennedy, Roxanne Cooksey, Mark Atkinson, Ernest Choy, Sinead Brophy, Lin Huo, Shang-Ming Zhou
Publikováno v:
Diagnostics, Vol 11, Iss 10, p 1908 (2021)
(1) Background: We aimed to develop a transparent machine-learning (ML) framework to automatically identify patients with a condition from electronic health records (EHRs) via a parsimonious set of features. (2) Methods: We linked multiple sources of
Externí odkaz:
https://doaj.org/article/416b45ceb3cc456caea9c675d0f831f7
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:
Sensors, Vol 21, Iss 9, p 3004 (2021)
The deep random forest (DRF) has recently gained new attention in deep learning because it has a high performance similar to that of a deep neural network (DNN) and does not rely on a backpropagation. However, it connects a large number of decision t
Externí odkaz:
https://doaj.org/article/b831abe2698c496591b4976af8fcc364
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mark D. Atkinson, Roxanne Cooksey, Sinead Brophy, Fabiola Fernandez-Gutierrez, Ernest Choy, Jonathan Kennedy, Lin Huo, Shang-Ming Zhou
Publikováno v:
Diagnostics
Volume 11
Issue 10
Diagnostics, Vol 11, Iss 1908, p 1908 (2021)
Volume 11
Issue 10
Diagnostics, Vol 11, Iss 1908, p 1908 (2021)
(1) Background: We aimed to develop a transparent machine-learning (ML) framework to automatically identify patients with a condition from electronic health records (EHRs) via a parsimonious set of features. (2) Methods: We linked multiple sources of
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::35592cdc2c10a00c09bd8dabae20071b
https://doi.org/10.3390/diagnostics11101908
https://doi.org/10.3390/diagnostics11101908
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:
Formal Methods in System Design, vol 54, iss 3
We propose a novel passive learning approach, TeLex, to infer signal temporal logic (STL) formulas that characterize the behavior of a dynamical system using only observed signal traces of the system. First, we present a template-driven learning appr
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3a8fbbe4e67917c64a556dd079f0ba46
https://escholarship.org/uc/item/5sj2g464
https://escholarship.org/uc/item/5sj2g464
