Driven Model
驱动模型
学术写作例句词典
Discover more insights into Driven Model 驱动模型
Keywords frequently search together with Driven Model 驱动模型
Narrow sentence examples with built-in keyword filters
Driven Model sentence examples within artificial neural network
In recent years, data-driven models such as artificial neural networks (ANNs) and support vector machines (SVMs) have been widely used in the field of flow prediction.
近年来，人工神经网络（ANN）和支持向量机（SVM）等数据驱动模型在流量预测领域得到了广泛的应用。
近年来，人工神经网络（ANN）和支持向量机（SVM）等数据驱动模型在流量预测领域得到了广泛的应用。
Full Text
A special artificial neural network, the Long Short-Term Memory (LSTM) is a promising data-driven modeling approach for dynamic systems yet little has been explored in hydrological applications such as runoff forecasting.
作为一种特殊的人工神经网络，长短期记忆 (LSTM) 是一种很有前途的动态系统数据驱动建模方法，但在径流预测等水文应用中的探索很少。
作为一种特殊的人工神经网络，长短期记忆 (LSTM) 是一种很有前途的动态系统数据驱动建模方法，但在径流预测等水文应用中的探索很少。
Full Text
Driven Model sentence examples within deep neural network
In this work, we propose a data-driven modeling approach based on deep neural networks (DNNs) for computing and predicting the vehicle characteristics.
在这项工作中，我们提出了一种基于深度神经网络 (DNN) 的数据驱动建模方法，用于计算和预测车辆特性。
在这项工作中，我们提出了一种基于深度神经网络 (DNN) 的数据驱动建模方法，用于计算和预测车辆特性。
Full Text
Here, the physical-based model (the surface energy balance system, SEBS), data-driven models (using three machine learning techniques, deep neural network (DNN), random forest (RF), and symbolic regression (SR)), and hybrid model were compared using the FLUXNET2015 dataset.
在这里，基于物理的模型（表面能量平衡系统，SEBS）、数据驱动模型（使用三种机器学习技术、深度神经网络（DNN）、随机森林（RF）和符号回归（SR）），以及混合模型使用 FLUXNET2015 数据集进行比较。
在这里，基于物理的模型（表面能量平衡系统，SEBS）、数据驱动模型（使用三种机器学习技术、深度神经网络（DNN）、随机森林（RF）和符号回归（SR）），以及混合模型使用 FLUXNET2015 数据集进行比较。
Full Text
Driven Model sentence examples within recurrent neural network
This paper compares six velocity prediction models based on two types of data-driven models, a Markov chain and a Recurrent Neural Network (RNN), by implementing them in an embedded system to evaluate their prediction accuracy and execution time.
本文比较了基于两种数据驱动模型的六种速度预测模型，马尔可夫链和递归神经网络 (RNN)，通过在嵌入式系统中实现它们来评估它们的预测精度和执行时间。
本文比较了基于两种数据驱动模型的六种速度预测模型，马尔可夫链和递归神经网络 (RNN)，通过在嵌入式系统中实现它们来评估它们的预测精度和执行时间。
Full Text
We examine whether a fully data-driven model of language development that uses a recurrent neural network encoder for utterances can track how child language utterances change over the course of language development in a way that is comparable to what is achieved using established language assessment metrics that use language-specific information carefully designed by experts.
我们研究了使用循环神经网络编码器进行话语的完全数据驱动的语言发展模型是否可以跟踪儿童语言话语在语言发展过程中的变化，其方式与使用已建立的语言评估指标所取得的结果相当使用专家精心设计的特定语言信息。
我们研究了使用循环神经网络编码器进行话语的完全数据驱动的语言发展模型是否可以跟踪儿童语言话语在语言发展过程中的变化，其方式与使用已建立的语言评估指标所取得的结果相当使用专家精心设计的特定语言信息。
Full Text
Learn more from Driven Model 驱动模型
Driven Model sentence examples within long short term
Traditional data-driven models such as long short-term memory networks (LSTM), support vector regression, and extrema learning machines, etc, give the predicted displacement without considering the uncertainty of the predictions.
传统的数据驱动模型，如长短期记忆网络（LSTM）、支持向量回归和极值学习机等，在不考虑预测不确定性的情况下给出预测位移。
传统的数据驱动模型，如长短期记忆网络（LSTM）、支持向量回归和极值学习机等，在不考虑预测不确定性的情况下给出预测位移。
Full Text
This study presents a data-driven model that couples a long short-term memory (LSTM) network with robust input predictor selection, input reconstruction by wavelet transformation, and efficient hyper-parameter optimization by K-fold cross-validation and the random search.
本研究提出了一种数据驱动模型，该模型将长短期记忆 (LSTM) 网络与稳健的输入预测器选择、通过小波变换的输入重建以及通过 K 折交叉验证和随机搜索进行的高效超参数优化相结合。
本研究提出了一种数据驱动模型，该模型将长短期记忆 (LSTM) 网络与稳健的输入预测器选择、通过小波变换的输入重建以及通过 K 折交叉验证和随机搜索进行的高效超参数优化相结合。
Full Text
Driven Model sentence examples within support vector machine
This chapter aims to design and evaluate data-driven models based on a hybrid complete ensemble empirical mode decomposition adaptive noise (CEEMDAN) technique and support vector machine model (SVM) to forecast multistep wind speed in Australia.
本章旨在设计和评估基于混合完全集合经验模态分解自适应噪声 (CEEMDAN) 技术和支持向量机模型 (SVM) 的数据驱动模型来预测澳大利亚的多步风速。
本章旨在设计和评估基于混合完全集合经验模态分解自适应噪声 (CEEMDAN) 技术和支持向量机模型 (SVM) 的数据驱动模型来预测澳大利亚的多步风速。
Full Text
The least-squares support vector machine with a global optimization technique is used to construct a data-driven model for shear sonic velocity estimation.
具有全局优化技术的最小二乘支持向量机被用于构建用于剪切声速估计的数据驱动模型。
具有全局优化技术的最小二乘支持向量机被用于构建用于剪切声速估计的数据驱动模型。
Full Text
Driven Model sentence examples within extreme learning machine
To address these two issues, we firstly constructed a data-driven model based on the deep kernel extreme learning machine (DK-ELM) to predict the key production indicators for clarification process.
针对这两个问题，我们首先构建了一个基于深度核极限学习机（DK-ELM）的数据驱动模型来预测澄清过程的关键生产指标。
针对这两个问题，我们首先构建了一个基于深度核极限学习机（DK-ELM）的数据驱动模型来预测澄清过程的关键生产指标。
Full Text
To overcome this problem, a data-driven model based upon the kernel-extreme learning machine is proposed to estimate the remaining life of materials under multistep loading.
为了克服这个问题，提出了一种基于核极限学习机的数据驱动模型来估计多步加载下材料的剩余寿命。
为了克服这个问题，提出了一种基于核极限学习机的数据驱动模型来估计多步加载下材料的剩余寿命。
Full Text
Driven Model sentence examples within convolutional neural network
In order to establish a stable and reliable model of crystal growth process, this paper proposes a variational modal decomposition- -convolutional neural network-long and short-term memory network-extreme learning machine (VMD-CNN-LSTM-ELM) nonlinear hybrid integrated modeling method based on the idea of data-driven modeling to construct a model between heater power and thermal field temperature.
为了建立稳定可靠的晶体生长过程模型，本文提出了变分模态分解--卷积神经网络-长短期记忆网络-极限学习机（VMD-CNN-LSTM-ELM）非线性混合集成基于数据驱动建模思想的建模方法，构建加热器功率与热场温度之间的模型。
为了建立稳定可靠的晶体生长过程模型，本文提出了变分模态分解--卷积神经网络-长短期记忆网络-极限学习机（VMD-CNN-LSTM-ELM）非线性混合集成基于数据驱动建模思想的建模方法，构建加热器功率与热场温度之间的模型。
Full Text
A data-driven model is proposed for the prediction of the flow field in an isolator by fusion convolutional neural networks using measurements of the pressure on the isolator.
提出了一种数据驱动模型，用于通过融合卷积神经网络使用隔离器上的压力测量来预测隔离器中的流场。
提出了一种数据驱动模型，用于通过融合卷积神经网络使用隔离器上的压力测量来预测隔离器中的流场。
Full Text
Driven Model sentence examples within becoming increasingly popular
Data-driven models are becoming increasingly popular in engineering, on their own or in combination with mechanistic models.
数据驱动模型在工程中越来越流行，无论是单独使用还是与机械模型结合使用。
数据驱动模型在工程中越来越流行，无论是单独使用还是与机械模型结合使用。
Full Text
Data-driven models using computational intelligence are becoming increasingly popular in that field.
使用计算智能的数据驱动模型在该领域变得越来越流行。
使用计算智能的数据驱动模型在该领域变得越来越流行。
Full Text
Driven Model sentence examples within component parameterization selection
Driven Model sentence examples within multiple linear regression
A physical-data driven model, which takes the state-space equation solution representation form as the reference structure, is proposed, and the model parameters are identified based on the multiple linear regression analysis.
提出了一种以状态空间方程解表示形式为参考结构的物理数据驱动模型，并基于多元线性回归分析识别模型参数。
提出了一种以状态空间方程解表示形式为参考结构的物理数据驱动模型，并基于多元线性回归分析识别模型参数。
Full Text
In terms of the downscaling module, the GRACE-Noah model outperforms traditional data-driven models (multiple linear regression and gradient boosting decision tree (GBDT)) with the correlation coefficient (CC) values from 0.
在降尺度模块方面，GRACE-Noah 模型优于传统的数据驱动模型（多元线性回归和梯度提升决策树（GBDT）），相关系数（CC）值从 0 开始。
在降尺度模块方面，GRACE-Noah 模型优于传统的数据驱动模型（多元线性回归和梯度提升决策树（GBDT）），相关系数（CC）值从 0 开始。
Full Text
Driven Model sentence examples within support vector regression
This study, therefore, developed a data-driven model predictive control (MPC) using support vector regression (SVR) for fast DR events.
因此，本研究开发了一种使用支持向量回归 (SVR) 的数据驱动模型预测控制 (MPC)，用于快速 DR 事件。
因此，本研究开发了一种使用支持向量回归 (SVR) 的数据驱动模型预测控制 (MPC)，用于快速 DR 事件。
Full Text
When the training data required by the data-driven model is insufficient or difficult to cover the sample space completely, incorporating the prior knowledge and prior knowledge compensation module into the support vector regression (PESVR) can significantly improve the accuracy and generalization performance of the model.
当数据驱动模型所需的训练数据不足或难以完全覆盖样本空间时，将先验知识和先验知识补偿模块纳入支持向量回归（PESVR）可以显着提高模型的准确性和泛化性能.
当数据驱动模型所需的训练数据不足或难以完全覆盖样本空间时，将先验知识和先验知识补偿模块纳入支持向量回归（PESVR）可以显着提高模型的准确性和泛化性能.
Full Text
Driven Model sentence examples within Datum Driven Model
We propose a new model that leverages the computational efficiency and prediction accuracy of data driven models and incorporates agronomic insights from knowledge driven models.
我们提出了一种新模型，该模型利用了数据驱动模型的计算效率和预测准确性，并结合了来自知识驱动模型的农艺见解。
我们提出了一种新模型，该模型利用了数据驱动模型的计算效率和预测准确性，并结合了来自知识驱动模型的农艺见解。
Full Text
Black box data driven models are considered, trained by means of numerical data obtained from a white box detailed model of the LHTESS and heat pipes system.
考虑黑盒数据驱动模型，通过从 LHTESS 和热管系统的白盒详细模型获得的数值数据进行训练。
考虑黑盒数据驱动模型，通过从 LHTESS 和热管系统的白盒详细模型获得的数值数据进行训练。
Full Text
Driven Model sentence examples within Observation Driven Model
We adopt a flexible observation driven model specification that allows for different bubble shapes and behaviour.
我们采用灵活的观察驱动模型规范，允许不同的气泡形状和行为。
我们采用灵活的观察驱动模型规范，允许不同的气泡形状和行为。
Full Text
This paper suggests to use the autoregressive conditional Poisson (ACP) models, also known as integer-valued GARCH (briefly: INGARCH) models which belong to the observation driven models (ODMs) category to model the count daily new confirmed cases of "COVID 19" in Egypt.
本文建议使用自回归条件泊松 (ACP) 模型，也称为整数值 GARCH (简称：INGARCH) 模型，属于观察驱动模型 (ODM) 类别，对“COVID 19”的每日新增确诊病例数进行建模。 “ 在埃及。
本文建议使用自回归条件泊松 (ACP) 模型，也称为整数值 GARCH (简称：INGARCH) 模型，属于观察驱动模型 (ODM) 类别，对“COVID 19”的每日新增确诊病例数进行建模。 “ 在埃及。
Full Text
Driven Model sentence examples within Ai Driven Model
Driven Model sentence examples within Event Driven Model
This study apply event driven models to analyse how the expectation of daily log-exc.
本研究应用事件驱动模型来分析每日 log-exc 的期望值。
本研究应用事件驱动模型来分析每日 log-exc 的期望值。
Full Text
In order to provide guidelines for the smart transformation of the production shop floor, this paper proposes a smart production system with a three-layer framework defined as the social production system (Social-PS) by integrating cyber-physical system (CPS), knowledge graph technology, and production-event driven model.
为了给生产车间的智能化转型提供指导，本文提出了一种智能生产系统，其三层框架定义为社会生产系统（Social-PS），整合了信息物理系统（CPS）、知识图技术和生产事件驱动模型。
为了给生产车间的智能化转型提供指导，本文提出了一种智能生产系统，其三层框架定义为社会生产系统（Social-PS），整合了信息物理系统（CPS）、知识图技术和生产事件驱动模型。
Full Text
Driven Model sentence examples within driven model predictive
This paper presents the design of a data driven model predictive controller to control the voltage of a single phase islanded microgrid.
本文介绍了一种数据驱动模型预测控制器的设计，用于控制单相孤岛微电网的电压。
本文介绍了一种数据驱动模型预测控制器的设计，用于控制单相孤岛微电网的电压。
Full Text
This study, therefore, developed a data-driven model predictive control (MPC) using support vector regression (SVR) for fast DR events.
因此，本研究开发了一种使用支持向量回归 (SVR) 的数据驱动模型预测控制 (MPC)，用于快速 DR 事件。
因此，本研究开发了一种使用支持向量回归 (SVR) 的数据驱动模型预测控制 (MPC)，用于快速 DR 事件。
Full Text
Driven Model sentence examples within driven model reduction
Recent work has found a variety of data-driven model reduction methods to be effective for representing such non-Markovian dynamics, but their scope and dynamical underpinning remain incompletely understood.
最近的工作发现各种数据驱动的模型简化方法可以有效地表示这种非马尔可夫动力学，但它们的范围和动力学基础仍未完全理解。
最近的工作发现各种数据驱动的模型简化方法可以有效地表示这种非马尔可夫动力学，但它们的范围和动力学基础仍未完全理解。
Full Text
Such data-driven model reduction algorithms are essential in situations where the underlying model equations are either unreliable or unavailable.
在基础模型方程不可靠或不可用的情况下，这种数据驱动的模型简化算法是必不可少的。
在基础模型方程不可靠或不可用的情况下，这种数据驱动的模型简化算法是必不可少的。
Full Text
Driven Model sentence examples within driven model provide
This conceptual and empirically driven model provides promising new directions to investigate mechanisms linking individuals' relationships behaviors to their own and their partners' health, with particular emphasis on biological pathways.
这种概念和经验驱动的模型为研究将个人的关系行为与自己和伴侣的健康联系起来的机制提供了有希望的新方向，特别强调了生物途径。
这种概念和经验驱动的模型为研究将个人的关系行为与自己和伴侣的健康联系起来的机制提供了有希望的新方向，特别强调了生物途径。
Full Text
Moreover, it is seen that the data-driven model provides a reasonably accurate solution with a lower computational expense as compared to the physics-embedded model.
此外，可以看出，与物理嵌入模型相比，数据驱动模型提供了一个相当准确的解决方案，并且计算成本较低。
此外，可以看出，与物理嵌入模型相比，数据驱动模型提供了一个相当准确的解决方案，并且计算成本较低。
Full Text
Driven Model sentence examples within driven model learning
Consequently, standard data-driven model learning techniques yield models that are partly incorrect, for instance, in terms of their steady-state characteristics or local behavior.
因此，标准的数据驱动模型学习技术会产生部分不正确的模型，例如，就其稳态特征或局部行为而言。
因此，标准的数据驱动模型学习技术会产生部分不正确的模型，例如，就其稳态特征或局部行为而言。
Full Text
This chapter introduces an ontology-based hybrid approach to activity modeling that combines domain knowledge-based model specification and data-driven model learning.
nan
nan
Full Text
Driven Model sentence examples within driven model selection
In addition, a parameter-free, fast and dynamic data-driven model selection method is presented.
此外，还提出了一种无参数、快速、动态的数据驱动模型选择方法。
此外，还提出了一种无参数、快速、动态的数据驱动模型选择方法。
Full Text
The alloying elements that control the creep rupture life of low carbon steel in the region of inherent creep strength were investigated by a data-driven model selection method.
通过数据驱动的模型选择方法，研究了控制固有蠕变强度区域内低碳钢蠕变断裂寿命的合金元素。
通过数据驱动的模型选择方法，研究了控制固有蠕变强度区域内低碳钢蠕变断裂寿命的合金元素。
Full Text
Driven Model sentence examples within driven model generation
In this paper, we apply methods for automated data-driven model generation.
在本文中，我们应用了自动数据驱动模型生成的方法。
在本文中，我们应用了自动数据驱动模型生成的方法。
Full Text
Automated data-driven model generation seems promising due to the increasing availability of measurement data from cheap sensors and data storage.
由于来自廉价传感器和数据存储的测量数据的可用性越来越高，自动化的数据驱动模型生成似乎很有希望。
由于来自廉价传感器和数据存储的测量数据的可用性越来越高，自动化的数据驱动模型生成似乎很有希望。
Full Text
Driven Model sentence examples within driven model identification
Data-driven model identification techniques for the inference of necessary reduced order, phase-amplitude-based models are considered in situations where the underlying model equations are unknown, and numerical results are illustrated in both a simple planar model and in a coupled population of circadian oscillators.
在基础模型方程未知的情况下，考虑了用于推断必要的降阶、基于相位幅度的模型的数据驱动模型识别技术，并且在简单平面模型和昼夜节律耦合群体中都说明了数值结果振荡器。
在基础模型方程未知的情况下，考虑了用于推断必要的降阶、基于相位幅度的模型的数据驱动模型识别技术，并且在简单平面模型和昼夜节律耦合群体中都说明了数值结果振荡器。
Full Text
First, we propose a data-driven model identification algorithm that uses training data to fit the underlying channel with a GGM.
首先，我们提出了一种数据驱动的模型识别算法，该算法使用训练数据来拟合带有 GGM 的底层通道。
首先，我们提出了一种数据驱动的模型识别算法，该算法使用训练数据来拟合带有 GGM 的底层通道。
Full Text
The hybrid model is comprised of a physics-based, rolling, spring-loaded, inverted pendulum (R-SLIP) model, and a data-driven model that compensates for unmodeled dynamics using Gaussian process (GP) regression.
混合模型由基于物理的滚动弹簧加载倒立摆 (R-SLIP) 模型和使用高斯过程 (GP) 回归补偿未建模动力学的数据驱动模型组成。
混合模型由基于物理的滚动弹簧加载倒立摆 (R-SLIP) 模型和使用高斯过程 (GP) 回归补偿未建模动力学的数据驱动模型组成。
Full Text
This undesired component conditions the training of data-driven models, as they are fitted by models, which can produce predictions diverging from measured data.
这种不受欢迎的组件限制了数据驱动模型的训练，因为它们由模型拟合，可以产生与测量数据不同的预测。
这种不受欢迎的组件限制了数据驱动模型的训练，因为它们由模型拟合，可以产生与测量数据不同的预测。
Full Text
However, the existing prediction models on strip breakage use the conventional sliding window algorithm to process the time series data collected from the actual production, resulting in a massive amount of non-informative data, which increases the computational cost for data-driven modelling.
然而，现有的断条预测模型采用传统的滑动窗口算法对实际生产中采集的时间序列数据进行处理，导致大量无信息数据，增加了数据驱动建模的计算成本。
然而，现有的断条预测模型采用传统的滑动窗口算法对实际生产中采集的时间序列数据进行处理，导致大量无信息数据，增加了数据驱动建模的计算成本。
Full Text
In this article, we address the data-driven modeling of the system function in magnetic particle imaging, where the Landau-Lifshitz-Gilbert equation serves as the basic tool to include relaxation effects in the model.
在本文中，我们讨论了磁粒子成像中系统函数的数据驱动建模，其中 Landau-Lifshitz-Gilbert 方程作为在模型中包含弛豫效应的基本工具。
在本文中，我们讨论了磁粒子成像中系统函数的数据驱动建模，其中 Landau-Lifshitz-Gilbert 方程作为在模型中包含弛豫效应的基本工具。
Full Text
Second, we present a data-driven model, 3D Collision-Force-Map, predicting impact forces from distance, height, and velocity and demonstrate that it can be trained on a limited number of data points.
其次，我们提出了一个数据驱动模型，3D Collision-Force-Map，从距离、高度和速度预测冲击力，并证明它可以在有限数量的数据点上进行训练。
其次，我们提出了一个数据驱动模型，3D Collision-Force-Map，从距离、高度和速度预测冲击力，并证明它可以在有限数量的数据点上进行训练。
Full Text
This work aims to describe how data, coming from diverse ITS sources, can be used to learn and adapt data-driven models for efficiently operating ITS assets, systems and processes; in other words, for data-based models to fully become actionable.
这项工作旨在描述如何使用来自不同 ITS 来源的数据来学习和调整数据驱动模型，从而有效地运营 ITS 资产、系统和流程；换句话说，让基于数据的模型完全可操作。
这项工作旨在描述如何使用来自不同 ITS 来源的数据来学习和调整数据驱动模型，从而有效地运营 ITS 资产、系统和流程；换句话说，让基于数据的模型完全可操作。
Full Text
Four types of data-driven models that correspond with various applications are identified as WSNs: query-driven, event-driven, time-driven, and hybrid-driven.
与各种应用程序相对应的四种类型的数据驱动模型被识别为 WSN：查询驱动、事件驱动、时间驱动和混合驱动。
与各种应用程序相对应的四种类型的数据驱动模型被识别为 WSN：查询驱动、事件驱动、时间驱动和混合驱动。
Full Text
In data-driven models, early fault detection is regarded as a time-dependent sequence learning problem; the future data sequence is predicted using the previous data pattern.
在数据驱动的模型中，早期故障检测被视为时间相关的序列学习问题；使用先前的数据模式预测未来的数据序列。
在数据驱动的模型中，早期故障检测被视为时间相关的序列学习问题；使用先前的数据模式预测未来的数据序列。
Full Text
In this study, a quantile regression forest (QRF) machine learning technique was used to develop data-driven models for predicting DO levels in three rivers that drain watersheds with distinctly different land use and land cover characteristics in different geographical regions.
在这项研究中，分位数回归森林 (QRF) 机器学习技术用于开发数据驱动模型，用于预测三条河流中的溶解氧水平，这些河流在不同地理区域具有明显不同的土地利用和土地覆盖特征。
在这项研究中，分位数回归森林 (QRF) 机器学习技术用于开发数据驱动模型，用于预测三条河流中的溶解氧水平，这些河流在不同地理区域具有明显不同的土地利用和土地覆盖特征。
Full Text
The study offers a novel perspective on how biases in landslide data can be considered within data-driven models by focusing not only on the process under investigation (landsliding), but also on the circumstances that led to the registration of landslide information (data collection effects).
该研究提供了一个关于如何在数据驱动模型中考虑滑坡数据偏差的新视角，不仅关注调查过程（滑坡），而且关注导致滑坡信息登记的情况（数据收集效果）。
该研究提供了一个关于如何在数据驱动模型中考虑滑坡数据偏差的新视角，不仅关注调查过程（滑坡），而且关注导致滑坡信息登记的情况（数据收集效果）。
Full Text
8% and data-driven models such as GAM by 16.
8% 和 GAM 等数据驱动模型 16%。
8% 和 GAM 等数据驱动模型 16%。
Full Text
This chapter provides an experience-driven modeling approach.
本章提供了一种经验驱动的建模方法。
本章提供了一种经验驱动的建模方法。
Full Text
Experimental models of PD have shed light on the understanding of this phenomenon, but the exploration of inflammation-driven models is necessary to better characterize this aspect of the disorder.
PD 的实验模型阐明了对这种现象的理解，但有必要探索炎症驱动模型以更好地描述疾病的这一方面。
PD 的实验模型阐明了对这种现象的理解，但有必要探索炎症驱动模型以更好地描述疾病的这一方面。
Full Text
When applied to complex building operations, MPC is implemented by using the control-oriented data-driven model.
当应用于复杂的建筑操作时，MPC 是通过使用面向控制的数据驱动模型来实现的。
当应用于复杂的建筑操作时，MPC 是通过使用面向控制的数据驱动模型来实现的。
Full Text
This paper develops a reliability-oriented sensitivity analysis procedure in order to measure the influence exerted by the data-driven modeling of both the margins and the copula.
本文开发了一种面向可靠性的敏感性分析程序，以测量边缘和 copula 的数据驱动建模所产生的影响。
本文开发了一种面向可靠性的敏感性分析程序，以测量边缘和 copula 的数据驱动建模所产生的影响。
Full Text
To be able to efficiently leverage industrial “big data” to aid real-time decision making, smart manufacturing needs to incorporate field knowledge into the data-driven modeling process.
为了能够有效地利用工业“大数据”来帮助实时决策，智能制造需要将领域知识纳入数据驱动的建模过程。
为了能够有效地利用工业“大数据”来帮助实时决策，智能制造需要将领域知识纳入数据驱动的建模过程。
Full Text
The aim of this paper was to evaluate the suitability of data-driven models of different complexity for predicting the concentrations of E.
本文的目的是评估不同复杂度的数据驱动模型对预测大肠杆菌浓度的适用性。
本文的目的是评估不同复杂度的数据驱动模型对预测大肠杆菌浓度的适用性。
Full Text
A hybrid system based on one of the evolution algorithm – Genetic Algorithm (GA), fused with a well-known data-driven model of multivariate adaptive regression splines (MARS), namely G-MARS, was proposed and applied.
提出并应用了一种基于进化算法之一——遗传算法（GA）的混合系统，融合了著名的多元自适应回归样条（MARS）数据驱动模型，即G-MARS。
提出并应用了一种基于进化算法之一——遗传算法（GA）的混合系统，融合了著名的多元自适应回归样条（MARS）数据驱动模型，即G-MARS。
Full Text
, posing a great challenge for data-driven modelling.
，对数据驱动的建模提出了巨大的挑战。
，对数据驱动的建模提出了巨大的挑战。
Full Text