搜索页_+Gaussian+process+models

常用资源

电子图书

期刊论文

学位会议

外文资源

特色专题

内部出版物

Wiley电子期刊(23)	SpringerLink电子期刊(767)	NATURE电子期刊(1)	Elsevier电子期刊(1013)
Springer电子图书(4)	ProQuest学位论文(70)	GSW全文库(10)	ACS电子期刊(44)

在“Elsevier电子期刊”中，命中：1,013条，耗时：0.1598934 秒

在所有数据库中总计命中：1,932条

1.Dynamic soft sensor development based on Gaussian mixture regression for fermentation processes

作者：Congli Mei ; ^{clmei@ujs.edu.cn} ; Yong Su ; Guohai Liu ; Yuhan Ding ; Zhiling Liao

关键词：Dynamic modeling ; Process systems ; Instrumentation ; Gaussian mixture regression ; Fermentation processes

刊名：Chinese Journal of Chemical Engineering

出版年：2017

2.An integrated Gaussian process regression for prediction of remaining useful life of slow speed bearings based on acoustic emission

作者：S.A. Aye ; ^{Sylvester.Aye@up.ac.za" class="auth_mail" title="E-mail the corresponding author} ; ^{sylvester.a.aye@gmail.com" class="auth_mail" title="E-mail the corresponding author} ; P.S. Heyns ^{Stephan.Heyns@up.ac.za" class="auth_mail" title="E-mail the corresponding author}

关键词：Gaussian process regressions ; Remaining useful life ; Mean function ; Covariance function

刊名：Mechanical Systems and Signal Processing

出版年：2017

3.Default prediction with the Merton-type structural model based on the NIG Lévy process

作者：Matej Jovan^a ; ¹ ; ^{matej.jovan@bsi.si" class="auth_mail" title="E-mail the corresponding author} ; Ale&scaron ; Ahčan^b ; ^{ales.ahcan@ef.uni-lj.si" class="auth_mail" title="E-mail the corresponding author}

关键词：Default prediction ; Structural models ; Lé ; vy process ; Normal inverse Gaussian distribution

刊名：Journal of Computational and Applied Mathematics

出版年：2017

4.Confidence-based adaptive extreme response surface for time-variant reliability analysis under random excitation

作者：Zequn Wang^a ; ^{zequnw@mtu.edu} (Assistant Professor) ; Wei Chen^b ; ^{weichen@northwestern.edu} (Professor)

关键词：Time-variant reliability ; Gaussian process ; Spectral decomposition ; Adaptive response surface ; Monte Carlo

刊名：Structural Safety

出版年：2017

5.Multifractal and Gaussian fractional sum-difference models for Internet traffic

作者：David Anderson^a ; ^{danders2@xula.edu} ; William S. Cleveland^b ; ^{wsc@purdue.edu} ; Bowei Xi^b ; ^{xbw@purdue.edu}

关键词：FARIMA ; Multiplexing ; Self-similar ; Long-range dependence ; Synthetic traffic generation ; Network simulation

刊名：Performance Evaluation

出版年：2017

6.Sparse plus low rank network identification: A nonparametric approach

作者：Mattia Zorzi ^{zorzimat@dei.unipd.it}Author Vitae ; Alessandro Chiuso ^{chiuso@dei.unipd.it}Author Vitae

关键词：Linear system identification ; Sparsity and low-rank inducing priors ; Kernel-based methods ; Gaussian processes

刊名：Automatica

出版年：2017

7.Query efficient posterior estimation in scientific experiments via Bayesian active learning

作者：Kirthevasan Kandasamy ; ^{kandasamy@cs.cmu.edu} ; Jeff Schneider ; Barnabá ; s Pó ; czos

关键词：Posterior estimation ; Active learning ; Gaussian processes

刊名：Artificial Intelligence

出版年：2017

8.Dissociating models of visual working memory by reaction-time distribution analysis

作者：Hyung-Bum Park^a ; Weiwei Zhang^b ; Joo-Seok Hyun^a ; ^{jshyun@cau.ac.kr}

关键词：Visual working memory ; Discrete-slots ; Flexible-resource ; RT distributions ; ex-Gaussian

刊名：Acta Psychologica

出版年：2017

9.Small ball properties and representation results

作者：Yuliya Mishura ^{myus@univ.kiev.ua} ; Georgiy Shevchenko ; ^{zhora@univ.kiev.ua}

关键词：60H05 ; 60G15 ; 60G22

刊名：Stochastic Processes and their Applications

出版年：2017

10.Multi-fidelity machine learning models for accurate bandgap predictions of solids

作者：G. Pilania^a ; ^{gpilania@lanl.gov} ; J.E. Gubernatis^b ; T. Lookman^b

关键词：Double perovskites ; Elpasolites ; Materials informatics ; Information fusion

刊名：Computational Materials Science

出版年：2017

按检索点细分(1013)

题名(47)

关键词(45)

文摘(755)

按出版年细分(1013)

2027年及以后(62)

2017年(17)

2016年(72)

2015年(19)

2014年(5)

2013年(95)

2012年(77)

2011年(94)

2010年(65)

2009年(70)

2008年(62)

2007年(45)

2006年(41)

2005年(29)

2004年(41)

2003年(16)

2002年(29)

2001年(21)

2000年(30)

2000年及以前(123)

地址：北京市海淀区学院路29号邮编：100083

电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700