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

Optuna-DFNN: An Optuna framework driven deep fuzzy neural network for predicting sintering performance in big data

Yifan Li, Yanpeng Cao, Jintang Yang, Mingyu Wu, Aimin Yang, Jie Li

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →