Método de modelado de aprendizaje desencadenado por eventos para sistema estocástico con condiciones de operación variables no estacionarias
Autores: Liu, Jiyan; Zhang, Yong; Zhou, Yuyang; Chen, Jing
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Método de modelado de aprendizaje desencadenado por eventos para sistema estocástico con condiciones de operación variables no estacionarias
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estudio
Reaprendizaje desencadenado por eventos
Modelado de redes neuronales
Precisión de predicción
Condiciones operativas
Conjunto de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este estudio presenta un novedoso marco de reaprendizaje desencadenado por eventos para la modelización de redes neuronales, diseñado para mejorar la precisión de predicción en sistemas industriales complejos estocásticos dinámicos bajo condiciones no estacionarias y variables.
Descripción
Este estudio presenta un novedoso marco de reaprendizaje desencadenado por eventos para la modelización de redes neuronales, diseñado para mejorar la precisión de predicción en sistemas industriales complejos estocásticos dinámicos bajo condiciones no estacionarias y variables.