Találati lista | Tudóstér

001-es BibID:	BIBFORM046793
Első szerző:	Kocsis Imre (matematikus, gépészmérnök)
Cím:	Application of non-parametric regression in engineering optimization / Imre Kocsis, Tamas Mankovits
Dátum:	2013
Megjegyzések:	Non-parametric regression models (e.g. kernelsmoothing techniques, support vector regression model) havebeen widely used in statistics and recently in econometrics andengineering as well. Regression functions can be effective toolsin the solution of engineering optimization problems. In theinvestigation of complex technical systems the class of thefunction describing the connection between the input andoutput data is generally unknown, moreover the "classical"least square fitting method is not flexible enough to provide aneffective regression function in the case of higher dimensionaloptimization problems. In this paper regression functionsobtained in different models are compared graphically in onedimensional case. Calculations were made using Maple, R, andMS Excel software.
ISBN:	978-606-10-1084-4
Tárgyszavak:	Műszaki tudományok Gépészeti tudományok tanulmány, értekezés kernel function regression renewable energy measures projects Debrecen
Megjelenés:	IMT Oradea - 2013 : Proceedings of the annual session of scientific papers : may 30 - june 2013, Felix SPA, Oradea Romania / ed. Calin Baban [et al.]. - p. 285-288. -
További szerzők:	Mankovits Tamás (1981-) (gépészmérnök)
Internet cím:	Szerző által megadott URL Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: