Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: "Machine Learning"
|
|
|
| Link zu diesem Datensatz | https://d-nb.info/1268193348 |
| Art des Inhalts | Hochschulschrift |
| Titel | Local latin hypercube refinement for uncertainty quantification and optimization : accelerating the surrogate-based solutions using adaptive sampling / Can Boğoçlu ; Gutachter: Tamara Nestorović, Hanno Gottschalk, Dirk Roos ; Fakultät für Maschinenbau |
| Person(en) |
Boğoçlu, Can (Verfasser) Nestorović, Tamara (Gutachter) Gottschalk, Hanno (Gutachter) Roos, Dirk (Gutachter) |
| Organisation(en) | Fakultät für Maschinenbau (Sonstige) |
| Verlag | Bochum : Ruhr-Universität Bochum |
| Zeitliche Einordnung | Erscheinungsdatum: 2022 |
| Umfang/Format | Online-Ressource (pdf) |
| Hochschulschrift | Dissertation, Bochum, Ruhr-Universität Bochum, 2022 |
| Persistent Identifier | URN: urn:nbn:de:hbz:294-91438 |
| URL | https://hss-opus.ub.ruhr-uni-bochum.de/opus4/frontdoor/index/index/docId/9143 (Verlag) (kostenfrei zugänglich) |
| Sprache(n) | Englisch (eng) |
| Schlagwörter |
Zuverlässigkeit ; Robustheit ; Ungewissheit ; Optimierung ; Maschinelles Lernen Zuverlässigkeit* ; Unsicherheit* ; Robustheit* ; Maschinelles Lernen* ; Technisches System* ; Optimierung* ; Versuchsplanung* (*maschinell ermittelt) |
| DDC-Notation | 620.1 (maschinell ermittelte DDC-Kurznotation) |
| Sachgruppe(n) | 620 Ingenieurwissenschaften und Maschinenbau |
| Online-Zugriff | Archivobjekt öffnen |

