Χρήση αλγορίθμων μηχανικής μάθησης στην ανάδειξη των παραγόντων που διαμορφώνουν την κατανομή κλάσεων φυτοπλαγκτού σε παράκτιες περιοχές του Αιγαίου

Προτείνεται μια ολοκληρωμένη μεθοδολογία για την αποτελεσματική πρόβλεψη της βιοποικιλότητας αποκλειστικά από αβιοτικές παραμέτρους. Η πρόβλεψη επιχειρείται μέσω τριών αλγορίθμων μηχανικής μάθησης: τα δένδρα πρόβλεψης (model trees), τους πολυεπίπεδους αισθητήρες (multilayer perceptron) και τον αλγόρ...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας:	Μαρίνου, Μαρία
Άλλοι συγγραφείς:	Γκρίτζαλης, Στέφανος
Γλώσσα:	el_GR
Δημοσίευση:	2019
Θέματα:	αλγόριθμοι μηχανική μάθηση βιοποικιλότητα machine learning biodiversity prediction Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324) Algorithms (URL: http://id.loc.gov/authorities/subjects/sh85003487) Biodiversity (URL: http://id.loc.gov/authorities/subjects/sh87005569) Phytoplankton (URL: http://id.loc.gov/authorities/subjects/sh85101706) Prediction theory (URL: http://id.loc.gov/authorities/subjects/sh85106258)
Διαθέσιμο Online:	http://hdl.handle.net/11610/19530
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

καταχωρήστε σχόλιο πρώτοι!

Χρήση αλγορίθμων μηχανικής μάθησης στην ανάδειξη των παραγόντων που διαμορφώνουν την κατανομή κλάσεων φυτοπλαγκτού σε παράκτιες περιοχές του Αιγαίου

Παρόμοια τεκμήρια