EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

A scalable random forest (SRF) approach for non-linear predictive modelling using small manufacturing datasets

Meshari A. Al-Ebrahim, Rajesh S. Ransing

Journal of Intelligent Manufacturing · 01.06.2026

DOI: 10.1007/s10845-026-02834-2 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Intelligent Manufacturing, online erschienen am 01.06.2026. Verfasst von Meshari A. Al-Ebrahim und 1 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 69 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Al-Ebrahim, M. A., & Ransing, R. S. (2026). A scalable random forest (SRF) approach for non-linear predictive modelling using small manufacturing datasets. Journal of Intelligent Manufacturing. https://doi.org/10.1007/s10845-026-02834-2

Vancouver

Al-Ebrahim MA, Ransing RS. A scalable random forest (SRF) approach for non-linear predictive modelling using small manufacturing datasets. Journal of Intelligent Manufacturing. 2026. doi:10.1007/s10845-026-02834-2

BibTeX
@article{AlEbrahim2026,
  author = {Al-Ebrahim, Meshari A. and Ransing, Rajesh S.},
  title = {A scalable random forest (SRF) approach for non-linear predictive modelling using small manufacturing datasets},
  journal = {Journal of Intelligent Manufacturing},
  year = {2026},
  doi = {10.1007/s10845-026-02834-2}
}
Kostenlos starten →