| 标题 |
  Acceleration of a Physics-Based Machine Learning Approach for Modeling and Quantifying Model-Form Uncertainties and Performing Model Updating 用于建模和量化模型形式不确定性并执行模型更新的基于物理的机器学习方法的加速
相关领域
超参数
稳健性（进化）
非参数统计
非线性系统
计算机科学
人工智能
机器学习
不确定度量化
概率逻辑
算法
数学
物理
生物化学
化学
统计
量子力学
基因
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Computing and Information Science in Engineering 作者：Marie-Jo Azzi; Chady Ghnatios; Philip Avery; Charbel Farhat 出版日期：2022-09-08 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
nozero
迷人秋烟
科研小民工
昏睡的蟠桃
迟大猫
shinysparrow
SYLH
劲秉
有何丿不可
pcr163
默默地读文献
Singularity
cdercder
刘荻萩
子车茗
Grayball
热情的天蓝
YSM
实验好难
司空豁
皖公网安备34019202002308
