| 标题 |
Interpretable machine learning models for failure cause prediction in imbalanced oil pipeline data 不平衡输油管道数据故障原因预测的可解释机器学习模型
相关领域
计算机科学
管道(软件)
机器学习
人工智能
管道运输
班级(哲学)
资产(计算机安全)
工程类
计算机安全
环境工程
程序设计语言
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Measurement Science and Technology 作者:Bright Awuku; Ying Huang; Nita Yodo; Eric Asa 出版日期:2024-03-19 |
| 求助人 | |
| 下载 | |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|