机译:使用LSTM神经网络与缺失观测的LSTM神经网络中的水深软感
Tech Univ Denmark Dept Environm Engn Bygningstorvet Bldg 115 DK-2800 Lyngby Denmark|Nanyang Technol Univ Sch Civil & Environm Engn 50 Nanyang Ave Singapore 639798 Singapore;
Tech Univ Denmark Dept Environm Engn Bygningstorvet Bldg 115 DK-2800 Lyngby Denmark;
Tech Univ Denmark Dept Environm Engn Bygningstorvet Bldg 115 DK-2800 Lyngby Denmark;
Nanyang Technol Univ Sch Civil & Environm Engn 50 Nanyang Ave Singapore 639798 Singapore;
Combined sewer overflow; Urban drainage systems; Machine learning; Data-driven models; Soft sensing; LSTM; Recurrent Neural Networks;
机译:使用人工神经网络和降雨雷达数据预测下水道溢流室的组合深度
机译:使用长短期内存(LSTM)深神经网络重建缺失的地下水位数据
机译:通过人工神经网络遥感浅水深度
机译:对角递归神经网络与Levinson预测器相结合的动态软传感模型
机译:应用程序中的内部计算机欺诈检测:涉及软件工程和新颖神经网络的纵深防御框架。
机译:去噪基于自动化器和基于LSTM的人工神经网络其应用于工业环境中的内部模型控制 - 废水处理厂控制案例
机译:利用降雨雷达数据的人工神经网络预测组合下水道溢流室深度