机译:使用人工神经网络比较水资源参数建模数据分割方法的基准化方法
School of Civil, Environmental and Mining Engineering, University of Adelaide, Adelaide, SA 5005, Australia;
School of Civil, Environmental and Mining Engineering, University of Adelaide, Adelaide, South Australia, Australia,Veolia Water Asia-Pacific, Technical Department, Shanghai, China;
School of Civil, Environmental and Mining Engineering, University of Adelaide, Adelaide, South Australia, Australia;
School of Civil, Environmental and Mining Engineering, University of Adelaide, Adelaide, South Australia, Australia;
机译:改进的基于PMI的人工神经网络和其他数据驱动的环境和水资源模型的输入变量选择方法
机译:用人工神经网络求解地下水模型参数估计的反问题。
机译:使用美国商业建筑能耗调查(CBECS)数据库的基于人工神经网络方法的能源基准模型
机译:基于基准模拟模型的PID和模型预测控制废水处理厂的人工神经网络建模
机译:一种基于耦合有限元/状态空间建模技术的饱和涡轮发电机参数识别的人工神经网络方法。
机译:深度学习:研究深度神经网络的超参数并将性能与浅层方法进行生物活性数据建模的比较
机译:一种比较数据分裂方法的基准方法,用于使用人工神经网络建模水资源参数