面向“知識”與“數據”共同驅動的機器學習模型參數可辨識性研究

2017年

基礎理論

成果簡介

　　本課題針對機器學習模型中包括“機理關系（或知識驅動）”子模型與“非線性逼近器（或數據驅動）”子模型兩部分，由于“演繹”與“歸納”兩種不同推理體系（或子模型）結合起來帶來的多子模型耦合后的參數可辨識性問題開展研究。參數可辨識性是關于模型參數能否被惟一確定的性質，也是模型參數能否獲得正確估計的前提條件，是提高模型透明度和可解釋性的重要內容之一。本課題重點研究了該類機器學習模型的參數可辨識性的理論方...

相關成果

1. 光伏發電模型與參數辨識研究
2. 針對復雜形態數據的穩健性機器學習模型與方法研究
3. 電網參數及模型辨識的新技術研究與應用
4. 面向高維數據的機器學習技術與應用
5. 面向數據約簡的機器學習新理論與新方法研究
6. 動態穩定分析用同步發電機模型與參數辨識研究
7. 線路的參數辨識
8. 面向數字城管的數據挖掘與知識發現平臺
9. 面向數字城管的數據挖掘與知識發現平臺
10. 異步電機損耗精細模型的建模，參數辨識及其節能應用
12. 光伏發電并網參數辨識及模型驗證系統開發
13. 本體驅動的中醫古籍疾病知識抽取模型研究以崩漏為例
14. 面向知識集成的中醫藥數據映射規則研究
15. 數據和知識驅動的綠色制造系統技術及應用
16. 數據和知識驅動的綠色制造系統技術及應用
17. 基于模型驅動的數據資源管理平臺研究與應用
18. 基于故障參數辨識和智能診斷模型的綜合狀態監測系統
19. 面向知識管理的客觀知識研究
20. 領域知識驅動的大數據挖掘平臺構造技術

精品福利一区二区三区免费视-精品福利一区二区三区免费视频-精品福利一区二区在线观看-精品高潮呻吟99AV无码-精品高潮呻吟AV久久无码-精品高精欧美囯产日韩一区

面向“知識”與“數據”共同驅動的機器學習模型參數可辨識性研究

標簽云

猜您想要的成果

相關專家

相關機構


	選擇導出文檔的格式關閉 PDF PDF RTF(word文檔) TXT(純文本)


	提示信息關閉發送短信成功


	提示信息關閉發送短信失敗


	提示信息關閉發送郵件失敗


	提示信息關閉郵件發送成功