Arşiv logosu
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
Arşiv logosu
  • Koleksiyonlar
  • Sistem İçeriği
  • Analiz
  • Talep/Soru
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
  1. Ana Sayfa
  2. Yazara Göre Listele

Yazar "Lizama, Carlos" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
Sayfa Başına Sonuç
Sıralama seçenekleri
  • [ X ]
    Öğe
    Predictive deep learning models for analyzing discrete fractional dynamics from noisy and incomplete data
    (Elsevier, 2024) Garibo-i-Orts, Oscar; Lizama, Carlos; Akgul, Ali; Conejero, J. Alberto
    We study the accuracy of machine learning methods for inferring the parameters of noisy fractional Wu-Baleanu trajectories with some missing initial terms. Our model is based on a combination of convolutional and recurrent neural networks (LSTM), which permits the extraction of characteristics from trajectories while preserving time dependency. We show that these approach exhibit good accuracy results despite the poor quality of the data.

| Siirt Üniversitesi | Kütüphane | Açık Bilim Politikası | Açık Erişim Politikası | Rehber | OAI-PMH |

Bu site Creative Commons Alıntı-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı ile korunmaktadır.


Siirt Üniversitesi Kütüphane ve Dokümantasyon Daire Başkanlığı, Siirt, TÜRKİYE
İçerikte herhangi bir hata görürseniz lütfen bize bildirin

DSpace 7.6.1, Powered by İdeal DSpace

DSpace yazılımı telif hakkı © 2002-2025 LYRASIS

  • Çerez Ayarları
  • Gizlilik Politikası
  • Son Kullanıcı Sözleşmesi
  • Geri Bildirim