Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Learning Accuracy from Limited Data

Name: Learning Accuracy from Limited Data
Brand: VDM Verlag Dr. Mueller E.K.
SKU: 06846563
Price: 52.61 EUR
Availability: InStock
Author: Fengming Chang
ISBN: 9783836486033

Using Mega-Fuzzification Method to Improve Small Data Set Learning Accuracy for Early Flexible Manufacturing System Scheduling

Fengming Chang

Език

Английски език

Книга С меки корици

Код Либристо: 06846563

Издателство VDM Verlag Dr. Mueller E.K., март 2008

Many machine learning methods to improve system scheduling have been proposed in the field of artifi... Цялото описание

Код Либристо: 06846563

127 b

52.61 €

102.89 лв

Налично при издателя, по поръчка Изпращаме след 17-27 дни

30 дни за връщане на стоката

Клиентите са закупили също

Monet bis van Gogh. Gustav Pauli und der Kampf um die Moderne Dorothee Hansen

С меки корици

41.68 € 81.52 лв

Die scholastische Theologie im Zeitalter der Gnadenstreitigkeiten I Ulrich L Lehner

С твърди корици

34.43 € 67.34 лв

Landolin von Reutershoefen Berthold Auerbach

С меки корици

32.72 € 64.00 лв

APRENDE GRAMATICA Y VOCABULARIO A1 A2 praca zbiorowa

Книга

26.51 € 51.85 лв

Kompetenciamérés: Feladatok a digitális országos méréshez - Angol nyelv 6-7. osztály Pojják Klára

Книга

8.59 € 16.80 лв

Zwolf Vorlesungen Uber Die Natur Des Lichtes J Classen

С меки корици

36.87 € 72.10 лв

Erfolgreich werben mit Archetypen - Helden und Narren in der Werbung Laura Ritter

С меки корици

72.60 € 141.99 лв

AYER Mira

С меки корици

21.12 € 41.31 лв

La fée Fifolette a cassé sa baguette Mimi Zagarriga

С твърди корици

9.78 € 19.13 лв

Missions

Книга

25.58 € 50.02 лв

I Love Winter (English Greek Bilingual Children's Book) Kidkiddos Books

С твърди корици

26.04 € 50.94 лв

Sud'ba Vyacheslav Gontar'

С меки корици

33.97 € 66.43 лв

Prof. Dr. Nihat Falaya Armagan Hülya Kirmanoglu

С меки корици

36.87 € 72.10 лв

Juventud y regimen autonomico Francisco Sequeira Rankin

С меки корици

55.72 € 108.97 лв

Untersuchungen zur Wirkung einer Inline-Skate-Ausbildung auf den Lernprozess im Skilauf Torsten Küttner

С меки корици

69.91 € 136.72 лв

L'afrique Centrale Française: Récit Du Voyage De La Mission Auguste Chevalier

С твърди корици

45.82 € 89.63 лв

O DESERTO HABITADO (2ª EDI.) JULIO CONRADO

Книга

12.06 € 23.59 лв

Personalkostenbudgetierung im Schulwesen in Berlin und Brandenburg Christoph Staufenbiel

С меки корици

18.12 € 35.44 лв

Reise zu den Geistern Afrikas Trutz Hardo

С твърди корици

19.05 € 37.26 лв

The Road-Original Film Score Nick & Ellis Cave

Аудио компактдиск

17.76 € 34.73 лв

Contribution A l'Etude de la Simulation Des Troubles Mentaux Chez Les Criminels: La Degenerescence CAILLET-J

С меки корици

17.45 € 34.12 лв

La realidad y el deseo Luis Cernuda

С меки корици

20.29 € 39.69 лв

Many machine learning methods to improve system scheduling have been proposed in the field of artificial intelligence. Most of them rely on a large amount of data having been gathered, and knowledge derived from the limited data available in the early manufacturing stages is usually too fragile for a flexible manufacturing system. This causes the accuracy of prediction with regard to the production strategy to be very low. It is therefore a challenging problem to increase the accuracy of predictions derived from early knowledge acquisition. This thesis is aimed at increasing the accuracy of machine learning for FMS scheduling using small data sets. Methodologies proposed include data continualized concept, mega-fuzzification, application of fuzzy theory, and data domain external expansion approach. Also, this thesis considers the data bias phenomenon that often occurs in small data sets and provides a method for its adjustment. Furthermore, a method is proposed to determine the domain external expansion magnitude when data range is unknown. Briefly, the results show that the proposed approaches can increase the learning accuracy in a broad range of applications.