Optuna-DFNN: An Optuna framework driven deep fuzzy neural network for predicting sintering performance in big data
Alexandria Engineering Journal · 2024-06 · 97 · 100-113
DOI: 10.1016/j.aej.2024.04.026 ↗Kurz gefasst
Fachartikel in der Zeitschrift Alexandria Engineering Journal, 2024-06. Verfasst von Yifan Li und 5 weiteren Autor:innen. Die Arbeit wurde bisher 43-mal zitiert (Crossref) und nennt 41 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Department of Education of Hebei Province, National Natural Science Foundation of China.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Department of Education of Hebei Province
- National Natural Science Foundation of China
Zitieren
APA
Li, Y., Cao, Y., Yang, J., Wu, M., Yang, A., & Li, J. (2024). Optuna-DFNN: An Optuna framework driven deep fuzzy neural network for predicting sintering performance in big data. Alexandria Engineering Journal, 97, 100-113. https://doi.org/10.1016/j.aej.2024.04.026
Vancouver
Li Y, Cao Y, Yang J, Wu M, Yang A, Li J. Optuna-DFNN: An Optuna framework driven deep fuzzy neural network for predicting sintering performance in big data. Alexandria Engineering Journal. 2024;97:100-113. doi:10.1016/j.aej.2024.04.026
BibTeX
@article{Li2024,
author = {Li, Yifan and Cao, Yanpeng and Yang, Jintang and Wu, Mingyu and Yang, Aimin and Li, Jie},
title = {Optuna-DFNN: An Optuna framework driven deep fuzzy neural network for predicting sintering performance in big data},
journal = {Alexandria Engineering Journal},
year = {2024},
volume = {97},
pages = {100--113},
doi = {10.1016/j.aej.2024.04.026}
}
EUVIMED