机译:数据驱动的不确定性量化,使用支持向量机进行预测性流量和传输模型
Univ Texas Austin, Dept Aerosp Engn & Engn Mech, Austin, TX 78712 USA|Univ Texas Austin, ICES, Austin, TX 78712 USA;
Tech Univ Munich, Zentrum Math, Garching, Germany;
Univ Colorado Denver, Dept Math & Stat Sci, Denver, CO USA;
Univ Texas Austin, Dept Aerosp Engn & Engn Mech, Austin, TX 78712 USA|Univ Texas Austin, ICES, Austin, TX 78712 USA;
Stochastic inverse problems; Parameter estimation; Hydraulic conductivity; Measure theory; Support vector regression;
机译:使用支持向量机的预测流量和传输建模的数据驱动的不确定性量化
机译:支持向量机的不确定度和固体废物产生量预测的小波变换-支持向量机模型的混合
机译:多层情人人工神经网络(MLP-ANN)和最小二乘支持向量机(LSSVM)模型的开发,以预测TiO2 /水纳米流体流过非直线通路的露珠数和压降
机译:在系统设计的数据驱动预测建模中,使用支持向量机来规范模型的有效输入域
机译:雷诺平均 - 的Navier-Stokes 模型 湍流 的 基于物理的 不确定性 量化 流量和 标量输运
机译:基于支持向量机学习的动脉旋转标记MRI的脑血流定量
机译:计算流体动力学,人工神经网络和支持向量机器模型的组合,以预测弯曲通道中的流量变量