Zeitschriftenartikel zum Thema „Potentiel machine learning“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Zeitschriftenartikel für die Forschung zum Thema "Potentiel machine learning" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Zeitschriftenartikel für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Ben Zid, Afef, Asma Najjar und Imen Hamrouni. „Classification automatique d’emprises au sol de maisons dites « andalouses » à l’aide de modèle de Machine Learning“. SHS Web of Conferences 203 (2024): 02001. http://dx.doi.org/10.1051/shsconf/202420302001.
Der volle Inhalt der QuelleBOUKHELEF, Faiza. „Investigating Students’ Attitudes Towards Integrating Machine Translation in the EFL Classroom: The case of Google Translate“. Langues & Cultures 5, Nr. 01 (30.06.2024): 264–77. http://dx.doi.org/10.62339/jlc.v5i01.243.
Der volle Inhalt der QuelleNg, Wenfa. „Evaluating the Potential of Applying Machine Learning Tools to Metabolic Pathway Optimization“. Biotechnology and Bioprocessing 2, Nr. 9 (02.11.2021): 01–07. http://dx.doi.org/10.31579/2766-2314/060.
Der volle Inhalt der QuelleDatta, Debaleena, Pradeep Kumar Mallick, Akash Kumar Bhoi, Muhammad Fazal Ijaz, Jana Shafi und Jaeyoung Choi. „Hyperspectral Image Classification: Potentials, Challenges, and Future Directions“. Computational Intelligence and Neuroscience 2022 (28.04.2022): 1–36. http://dx.doi.org/10.1155/2022/3854635.
Der volle Inhalt der QuelleSrinivasaiah, Bharath. „The Power of Personalized Healthcare: Harnessing the Potential of Machine Learning in Precision Medicine“. International Journal of Science and Research (IJSR) 13, Nr. 5 (05.05.2024): 426–29. http://dx.doi.org/10.21275/sr24506012313.
Der volle Inhalt der QuelleKamoun-Abid, Ferdaous, Hounaida Frikha, Amel Meddeb-Makhoulf und Faouzi Zarai. „Automating cloud virtual machines allocation via machine learning“. Indonesian Journal of Electrical Engineering and Computer Science 35, Nr. 1 (01.07.2024): 191. http://dx.doi.org/10.11591/ijeecs.v35.i1.pp191-202.
Der volle Inhalt der QuelleShoureshi, R., D. Swedes und R. Evans. „Learning Control for Autonomous Machines“. Robotica 9, Nr. 2 (April 1991): 165–70. http://dx.doi.org/10.1017/s0263574700010201.
Der volle Inhalt der QuelleAschepkov, Valeriy. „METHODS OF MACHINE LEARNING IN MODERN METROLOGY“. Measuring Equipment and Metrology 85 (2024): 57–60. http://dx.doi.org/10.23939/istcmtm2024.01.057.
Der volle Inhalt der QuelleLevantesi, Susanna, Andrea Nigri und Gabriella Piscopo. „Longevity risk management through Machine Learning: state of the art“. Insurance Markets and Companies 11, Nr. 1 (25.11.2020): 11–20. http://dx.doi.org/10.21511/ins.11(1).2020.02.
Der volle Inhalt der QuelleShak, Md Shujan, Aftab Uddin, Md Habibur Rahman, Nafis Anjum, Md Nad Vi Al Bony, Murshida Alam, Mohammad Helal, Afrina Khan, Pritom Das und Tamanna Pervin. „INNOVATIVE MACHINE LEARNING APPROACHES TO FOSTER FINANCIAL INCLUSION IN MICROFINANCE“. International Interdisciplinary Business Economics Advancement Journal 05, Nr. 11 (06.11.2024): 6–20. http://dx.doi.org/10.55640/business/volume05issue11-02.
Der volle Inhalt der QuelleHossain, Nur, Nafis Anjum, Murshida Alam, Md Habibur Rahman, Md Siam Taluckder, Md Nad Vi Al Bony, S. M. Shadul Islam Rishad und Afrin Hoque Jui. „PERFORMANCE OF MACHINE LEARNING ALGORITHMS FOR LUNG CANCER PREDICTION: A COMPARATIVE STUDY“. International Journal of Medical Science and Public Health Research 05, Nr. 11 (14.11.2024): 41–55. http://dx.doi.org/10.37547/ijmsphr/volume05issue11-05.
Der volle Inhalt der QuelleLyu, Nian. „The prospect and metaphysical analysis of conscious artificial intelligence“. Applied and Computational Engineering 77, Nr. 1 (16.07.2024): 32–36. http://dx.doi.org/10.54254/2755-2721/77/20240632.
Der volle Inhalt der QuelleKeneskyzy, K., und S. B. Yeskermes. „Метод машинного обучения для обратных задач теплопроводности“. INTERNATIONAL JOURNAL OF INFORMATION AND COMMUNICATION TECHNOLOGIES 2, Nr. 1(5) (26.03.2021): 59–64. http://dx.doi.org/10.54309/ijict.2021.05.1.008.
Der volle Inhalt der QuelleYang, Yinuo, Shuhao Zhang, Kavindri D. Ranasinghe, Olexandr Isayev und Adrian E. Roitberg. „Machine Learning of Reactive Potentials“. Annual Review of Physical Chemistry 75, Nr. 1 (28.06.2024): 371–95. http://dx.doi.org/10.1146/annurev-physchem-062123-024417.
Der volle Inhalt der QuelleShi, Yang. „Research on the Stock Price Prediction Using Machine Learning“. Advances in Economics, Management and Political Sciences 22, Nr. 1 (13.09.2023): 174–79. http://dx.doi.org/10.54254/2754-1169/22/20230307.
Der volle Inhalt der QuelleMueller, Tim, Alberto Hernandez und Chuhong Wang. „Machine learning for interatomic potential models“. Journal of Chemical Physics 152, Nr. 5 (07.02.2020): 050902. http://dx.doi.org/10.1063/1.5126336.
Der volle Inhalt der QuelleShih, David, Matthew R. Buckley, Lina Necib und John Tamanas. „via machinae: Searching for stellar streams using unsupervised machine learning“. Monthly Notices of the Royal Astronomical Society 509, Nr. 4 (24.11.2021): 5992–6007. http://dx.doi.org/10.1093/mnras/stab3372.
Der volle Inhalt der QuelleSamahitha Kaliyuru Ravi, Sameera Kaliyuru Ravi und A. Hema Prabha. „Advent of machine learning in autonomous vehicles“. International Journal of Science and Research Archive 13, Nr. 1 (30.09.2024): 1219–26. http://dx.doi.org/10.30574/ijsra.2024.13.1.1760.
Der volle Inhalt der QuelleAbro, Safdar Ali, Lyu Guang Hua, Javed Ahmed Laghari, Muhammad Akram Bhayo und Abdul Aziz Memon. „Machine learning-based electricity theft detection using support vector machines“. International Journal of Electrical and Computer Engineering (IJECE) 14, Nr. 2 (01.04.2024): 1240. http://dx.doi.org/10.11591/ijece.v14i2.pp1240-1250.
Der volle Inhalt der QuelleRamesh, Banoth, G. Srinivas, P. Ram Praneeth Reddy, M. D. Huraib Rasool, Divya Rawat und Madhulita Sundaray. „Feasible Prediction of Multiple Diseases using Machine Learning“. E3S Web of Conferences 430 (2023): 01051. http://dx.doi.org/10.1051/e3sconf/202343001051.
Der volle Inhalt der QuelleNagaraju, Dr R. „XSS Attack Detection using Machine Learning Algorithms“. INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT 07, Nr. 12 (01.12.2023): 1–11. http://dx.doi.org/10.55041/ijsrem27487.
Der volle Inhalt der QuelleKayathri, K., und Dr K. Kavitha. „CGSX Ensemble: An Integrative Machine Learning and Deep Learning Approach for Improved Diabetic Retinopathy Classification“. International Journal of Electrical and Electronics Research 12, Nr. 2 (28.06.2024): 669–81. http://dx.doi.org/10.37391/ijeer.120245.
Der volle Inhalt der QuelleLi, Keqin, Peng Zhao, Shuying Dai, Armando Zhu, Bo Hong, Jiabei Liu, Changsong Wei, Wenqian Huang und Yang Zhang. „Exploring the Impact of Quantum Computing on Machine Learning Performance“. Middle East Journal of Applied Science & Technology 07, Nr. 02 (2024): 145–61. http://dx.doi.org/10.46431/mejast.2024.7215.
Der volle Inhalt der QuelleChinnala Balakrishna und Rambabu Bommisetti. „Detecting psychological uncertainty using machine learning“. International Journal of Science and Research Archive 12, Nr. 2 (30.07.2024): 1365–70. http://dx.doi.org/10.30574/ijsra.2024.12.2.1399.
Der volle Inhalt der QuelleNivas, K., M. Rajesh Kumar, G. Suresh, T. Ramaswamy und Yerraboina Sreenivasulu. „Facial Emotion Detection Using Deep Learning“. International Journal for Research in Applied Science and Engineering Technology 11, Nr. 1 (31.01.2023): 427–33. http://dx.doi.org/10.22214/ijraset.2023.48585.
Der volle Inhalt der QuelleWilliam, Carter, Choki Wangmo und Anjali Ranjan. „Unravelling the application of machine learning in cancer biomarker discovery“. Cancer Insight 2, Nr. 1 (14.06.2023): 1–8. http://dx.doi.org/10.58567/ci02010001.
Der volle Inhalt der QuellePatil, Rohit, Priyadarshani Alandikar, Vaibhav Chaudhari, Pradnya Patil und Prof Swarupa Deshpande. „Water Demand Prediction Using Machine Learning“. International Journal for Research in Applied Science and Engineering Technology 10, Nr. 12 (31.12.2022): 122–28. http://dx.doi.org/10.22214/ijraset.2022.47797.
Der volle Inhalt der QuelleAkrom, Muhamad. „Quantum Support Vector Machine for Classification Task: A Review“. Journal of Multiscale Materials Informatics 1, Nr. 2 (05.07.2024): 1–8. http://dx.doi.org/10.62411/jimat.v1i2.10965.
Der volle Inhalt der QuellePatil, Bhagyashree A., Sri Adithya S und Dr Jayanthi M G. „Detection of Malware using Machine Learning Approach“. International Journal for Research in Applied Science and Engineering Technology 11, Nr. 8 (31.08.2023): 736–41. http://dx.doi.org/10.22214/ijraset.2023.55233.
Der volle Inhalt der QuelleSahoo, Abhilipsa, und Kaushika Patel. „Machine Learning-based Inverse Design Model of a Transistor“. Indian Journal Of Science And Technology 17, Nr. 7 (15.02.2024): 617–24. http://dx.doi.org/10.17485/ijst/v17i7.3076.
Der volle Inhalt der QuelleTiffin, Paul A., und Lewis W. Paton. „Rise of the machines? Machine learning approaches and mental health: opportunities and challenges“. British Journal of Psychiatry 213, Nr. 3 (16.08.2018): 509–10. http://dx.doi.org/10.1192/bjp.2018.105.
Der volle Inhalt der QuelleChoudhary, Laxmi, und Jitendra Singh Choudhary. „Deep Learning Meets Machine Learning: A Synergistic Approach towards Artificial Intelligence“. Journal of Scientific Research and Reports 30, Nr. 11 (16.11.2024): 865–75. http://dx.doi.org/10.9734/jsrr/2024/v30i112614.
Der volle Inhalt der QuellePei, Jun, Lin Frank Song und Kenneth M. Merz. „Pair Potentials as Machine Learning Features“. Journal of Chemical Theory and Computation 16, Nr. 8 (19.06.2020): 5385–400. http://dx.doi.org/10.1021/acs.jctc.9b01246.
Der volle Inhalt der QuelleKobayashi, Keita, Hiroki Nakamura, Akiko Yamaguchi, Mitsuhiro Itakura, Masahiko Machida und Masahiko Okumura. „Machine learning potentials for tobermorite minerals“. Computational Materials Science 188 (Februar 2021): 110173. http://dx.doi.org/10.1016/j.commatsci.2020.110173.
Der volle Inhalt der QuelleBarbour, Dennis L., und Jan-Willem A. Wasmann. „Performance and Potential of Machine Learning Audiometry“. Hearing Journal 74, Nr. 3 (26.02.2021): 40,43,44. http://dx.doi.org/10.1097/01.hj.0000737592.24476.88.
Der volle Inhalt der QuelleTherrien, Audrey C., Berthié Gouin-Ferland und Mohammad Mehdi Rahimifar. „Potential of edge machine learning for instrumentation“. Applied Optics 61, Nr. 8 (02.03.2022): 1930. http://dx.doi.org/10.1364/ao.445798.
Der volle Inhalt der QuelleAwan, Kamran H., S. Satish Kumar und Indu Bharkavi SK. „Potential Role of Machine Learning in Oncology“. Journal of Contemporary Dental Practice 20, Nr. 5 (2019): 529–30. http://dx.doi.org/10.5005/jp-journals-10024-2551.
Der volle Inhalt der QuelleDral, Pavlo O., Alec Owens, Alexey Dral und Gábor Csányi. „Hierarchical machine learning of potential energy surfaces“. Journal of Chemical Physics 152, Nr. 20 (29.05.2020): 204110. http://dx.doi.org/10.1063/5.0006498.
Der volle Inhalt der QuelleWu, Yuexiang. „Potential pulsars prediction based on machine learning“. Theoretical and Natural Science 12, Nr. 1 (17.11.2023): 193–201. http://dx.doi.org/10.54254/2753-8818/12/20230466.
Der volle Inhalt der QuelleZhou, Ziyun, Jingwei Shang und Yimang Li. „Enhancing Efficiency in Hierarchical Reinforcement Learning through Topological-Sorted Potential Calculation“. Electronics 12, Nr. 17 (01.09.2023): 3700. http://dx.doi.org/10.3390/electronics12173700.
Der volle Inhalt der QuelleLi, Jiarui. „Evaluative Comparison of Machine Learning Algorithms for Precision Diagnosis in Breast Cancer“. Highlights in Science, Engineering and Technology 85 (13.03.2024): 354–62. http://dx.doi.org/10.54097/40fmfw48.
Der volle Inhalt der QuelleØsterlund, Carsten, Kevin Crowston, Corey B. Jackson, Yunan Wu, Alexander O. Smith und Aggelos K. Katsaggelos. „Supporting Human and Machine Co-Learning in Citizen Science: Lessons From Gravity Spy“. Citizen Science: Theory and Practice 9, Nr. 1 (09.12.2024): 42. https://doi.org/10.5334/cstp.738.
Der volle Inhalt der QuelleM, Senthil Raja, Arun Raj L und Arun A. „Detection of Depression among Social Media Users with Machine Learning“. Webology 19, Nr. 1 (20.01.2022): 250–57. http://dx.doi.org/10.14704/web/v19i1/web19019.
Der volle Inhalt der QuelleD. Nageswara Rao. „Predictive Modeling of Breast Cancer Outcomes Using Supervised Machine Learning Algorithms“. International Journal of Scientific Research in Computer Science, Engineering and Information Technology 10, Nr. 4 (15.08.2024): 258–66. http://dx.doi.org/10.32628/cseit2410416.
Der volle Inhalt der QuelleSilva, Nuno A., Vicente Rocha und Tiago D. Ferreira. „Optical Extreme Learning Machines with Atomic Vapors“. Atoms 12, Nr. 2 (06.02.2024): 10. http://dx.doi.org/10.3390/atoms12020010.
Der volle Inhalt der QuelleSumathi, P., Arun Kumar S und Balaji A. „Healthcare - Autism Predicting Tool Using Data Science / AI / ML“. International Journal for Research in Applied Science and Engineering Technology 12, Nr. 5 (31.05.2024): 440–43. http://dx.doi.org/10.22214/ijraset.2024.60421.
Der volle Inhalt der QuelleHossain, Md Shakhaowat, S. M. Shadul Islam Rishad, Md Mohibur Rahman, Sanjida Akter Tisha, Farhan Shakil, Ashim Chandra Das, Radha Das und Sadia Sultana. „MACHINE LEARNING FOR STOCK MARKET SECURITY MEASUREMENT: A COMPARATIVE ANALYSIS OF SUPERVISED, UNSUPERVISED, AND DEEP LEARNING MODELS“. International journal of networks and security 04, Nr. 01 (22.11.2024): 22–32. http://dx.doi.org/10.55640/ijns-04-01-06.
Der volle Inhalt der QuelleGittler, Thomas, Stephan Scholze, Alisa Rupenyan und Konrad Wegener. „Machine Tool Component Health Identification with Unsupervised Learning“. Journal of Manufacturing and Materials Processing 4, Nr. 3 (02.09.2020): 86. http://dx.doi.org/10.3390/jmmp4030086.
Der volle Inhalt der QuelleAdewusi, Michael Adelani, Adeshina Wasiu Adebanjo, Tokunbo Odekeye und Sophia Kazibwe. „Rise of the Machines: Exploring the Emergence of Machine Consciousness“. European Journal of Theoretical and Applied Sciences 2, Nr. 4 (01.07.2024): 563–73. http://dx.doi.org/10.59324/ejtas.2024.2(4).48.
Der volle Inhalt der QuelleHidayat, Taufik, Kalamullah Ramli, Nadia Thereza, Amarudin Daulay, Rushendra Rushendra und Rahutomo Mahardiko. „Machine Learning to Estimate Workload and Balance Resources with Live Migration and VM Placement“. Informatics 11, Nr. 3 (19.07.2024): 50. http://dx.doi.org/10.3390/informatics11030050.
Der volle Inhalt der Quelle