Data driven methodology for model selection in flow pattern prediction

Improving Groundwater Flow Model Prediction Using Complementary Data-driven Models

Current analyses of groundwater flow and transport typically rely on a physically-based model (PBM), which in its essence is a simplification of reality and is thus subject to error and uncertainty from multiple sources, such as parameter error, conceptual model error, and input data error. The model uncertainty can be difficult to quantify, and is propagated to the prediction. In this study, c...

A data-driven multi-model methodology with deep feature selection for short-term wind forecasting

pattern recognition in maintenance data using methodologies data minitng (cade study isfahan regional power electric company)

فعالیت های نگهداری و تعمیرات اطلاعاتی را تولید می کند که می تواند در تعیین زمان های بیکاری و ارایه یک برنامه زمان بندی شده یا تعیین هشدارهای خرابی به پرسنل نگهداری و تعمیرات کمک کند. وقتی که مقدار داده های تولید شده زیاد باشند، فهم بین متغیرها بسیار مشکل می شوند. این پایان نامه به کاربردی از داده کاوی برای کاوش پایگاه های داده چندبعدی در حوزه نگهداری و تعمیرات، برای پیدا کردن خرابی هایی که موجب...

Data-driven based model for flow prediction of steam system in steel industry

Article history: Received 10 March 2011 Received in revised form 23 October 2011 Accepted 31 December 2011 Available online 8 January 2012

Developing a Data Envelopment Analysis Methodology for Supplier Selection in the Presence of Fuzzy Undesirable Factors