Zobrazeno 1 - 10
of 226
pro vyhledávání: '"virtual sample generation"'
Publikováno v:
Case Studies in Chemical and Environmental Engineering, Vol 10, Iss , Pp 100902- (2024)
Materials informatics often struggles with small datasets. Our study introduces the Gaussian Mixture Model Virtual Sample Generation (GMM-VSG) approach to enhance feature correlation by generating virtual samples. Applied to six small and one large d
Externí odkaz:
https://doaj.org/article/8d2df59ee9a741e5a5adc4077652a1f0
Publikováno v:
Journal of Magnesium and Alloys, Vol 12, Iss 4, Pp 1518-1528 (2024)
The corrosion rate is a crucial factor that impacts the longevity of materials in different applications. After undergoing friction stir processing (FSP), the refined grain structure leads to a notable decrease in corrosion rate. However, a better un
Externí odkaz:
https://doaj.org/article/4c1e6c4c1fca4e5da75631f7fd32e9d3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ruilin Liu, Wenwen Tian
Publikováno v:
Sensors, Vol 24, Iss 11, p 3621 (2024)
Surface roughness is one of the main bases for measuring the surface quality of machined parts. A large amount of training data can effectively improve model prediction accuracy. However, obtaining a large and complete surface roughness sample datase
Externí odkaz:
https://doaj.org/article/2d0fabcf814b45b882565d588899049c
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.
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:
Mathematical Biosciences and Engineering, Vol 19, Iss 6, Pp 6204-6233 (2022)
In the medical field, researchers are often unable to obtain the sufficient samples in a short period of time necessary to build a stable data-driven forecasting model used to classify a new disease. To address the problem of small data learning, man
Externí odkaz:
https://doaj.org/article/f97f4d61fc4c4014ba2831a219b32dac
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.