PulseAugur
中
实时 10:09:31
实体 Natural Gradient Boosting for Probabilistic Prediction of Soaked CBR Values Using an Explainable Artificial Intelligence Approach

Natural Gradient Boosting for Probabilistic Prediction of Soaked CBR Values Using an Explainable Artificial Intelligence Approach

PulseAugur coverage of Natural Gradient Boosting for Probabilistic Prediction of Soaked CBR Values Using an Explainable Artificial Intelligence Approach — every cluster mentioning Natural Gradient Boosting for Probabilistic Prediction of Soaked CBR Values Using an Explainable Artificial Intelligence Approach across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_141693 ·

    机器学习提高风电预测精度

    研究人员开发了先进的机器学习技术来提高风电预测的准确性。对保形分位数回归、自然梯度提升和条件扩散模型与基于树的方法结合的比较分析表明，与确定性基线相比，平均绝对误差显著降低。条件扩散模型取得了最佳性能，与概率性基线相比，平均绝对误差提高了 5%，连续秩概率得分提高了 12%。此外，使用天气集合而非单一提供商可将点预测精度平均提高 17%。