机译:通过样本选择偏压校正提高数据驱动损坏模型的可转换性
Deltares Boussinesqweg 1 NL-2629 HV Delft Netherlands|Vrije Univ Amsterdam Inst Environm Studies Amsterdam Netherlands;
Deltares Boussinesqweg 1 NL-2629 HV Delft Netherlands;
510 Initiat Netherlands Red Cross The Hague Netherlands;
Deltares Boussinesqweg 1 NL-2629 HV Delft Netherlands|Vrije Univ Amsterdam Inst Environm Studies Amsterdam Netherlands;
GFZ German Res Ctr Geosci Potsdam Germany;
Vrije Univ Amsterdam Inst Environm Studies Amsterdam Netherlands;
Helmholtz Zentrum Geesthacht Climate Serv Ctr Germany Hamburg Germany;
damage modeling; disaster risk management; domain adaptation; flood risk management; loss modeling; machine learning; sample selection bias correction;
机译:基于样本选择偏差校正的转移学习及其在通信专用发射器识别中的应用
机译:选择偏差校正模型以改善葡萄牙波尔图WRF-EURAD的每日PM10预报
机译:关于多元样本选择模型中的偏差校正
机译:关于样本选择偏差及其型号的高效校正平均和未标记示例
机译:毛细管电泳理论和应用的新进展:扩展的解离模型,用于预测电渗迁移率,校正电动采样偏差和对映体分离。
机译:在役车辆加速度测量的数据驱动偏差校正和缺陷诊断模型
机译:关于样本选择偏差及其通过模型平均和未标记示例的有效校正