Small Sample Modelling Based on Deep and Broad Forest Regression
Theory and Industrial Application
Sorozatcím: Emerging Methodologies and Applications in Modelling, Identification and Control;
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 172.99
-
71 747 Ft (68 331 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 7 175 Ft off)
- Kedvezményes ár 64 573 Ft (61 498 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
71 747 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Academic Press
- Megjelenés dátuma 2025. november 3.
- ISBN 9780443315640
- Kötéstípus Puhakötés
- Terjedelem352 oldal
- Méret 229x152 mm
- Nyelv angol 700
Kategóriák
Hosszú leírás:
Small Sample Modelling Based on Deep and Broad Forest Regression: Theory and Industrial Application delves into tree-structured methods in the industrial sector, encompassing classical ensemble learning, tree-structured deep forest classification, and broad learning systems with neural networks. It introduces an innovative deep/broad learning algorithm for small-sample industrial modeling tasks. The book is divided into two parts: methodology and practical application in dioxin emission modeling. Methodology sections include Preliminaries, Deep Forest Regression, Broad Forest Regression, and Fuzzy Forest Regression. The application part focuses on modeling dioxin emissions in municipal solid waste incineration. Throughout, various tree-structured strategies are presented, and the authors provide software systems for validating these methods. This book is suitable for advanced undergraduates, graduate engineering students, and practicing engineers looking for self-study resources.
- Introduces a novel deep and broad regression algorithm specifically designed for small sample industrial modeling. It covers Deep Forest Regression for Industrial Modeling, Broad Forest Regression for Industrial Modeling, and Fuzzy Forest Regression for Industrial Modeling
- Delves into recent results concerning the hot topic of deep and broad learning using non-neuron units for regression and the interpretability of fuzzy trees. These innovative methods are supported by the use of multi-dimensional benchmark data, providing solid confirmation
- Offers a real application case for industrial modeling by focusing on dioxin emission concentration. This case revolves around a strict controlled environment index of the municipal solid waste incineration (MSWI) process. The book provides offline modeling techniques such as improved deep forest regression and simplified deep forest regression
Tartalomjegyzék:
PART I Methods
1. Preliminaries
2. Deep Forest Regression for Industrial Modeling
3. Broad Forest Regression for Industrial Modeling
4. Fuzzy Forest Regression for Industrial Modeling
PART II Application to Dioxin Emission Modeling
5. Deep Forest Regression Based on Feature Reduction and Feature Enhancement
6. Simplified Deep Forest Regression with Combined Feature Selection and Residual Error Fitting
7. Online Fuzzy Broad Forest Regression
