Sökning: "Predictive Methods"

Visar resultat 16 - 20 av 396 uppsatser innehållade orden Predictive Methods.

  1. 16. Predicting Breakdowns in Transportation Vehicles using Supervised Learning

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Shuo Li; [2023]
    Nyckelord :Breakdown Prediction; Transportation Vehicles; Diagnose; Gradient Boosting Classifier; Ensemble Model; Förutsägelse av haveri; transportfordon; diagnos; Gradient Boosting Classifier; Ensemblemodell;

    Sammanfattning : Vehicle breakdowns can lead to fatal accidents, increase costs and reduce productivity. Therefore, robust and accurate fault diagnosis and prediction systems are critical to ensure the proper operation of vehicles. Many researchers have used machine learning for the prediction of vehicle breakdowns. LÄS MER

  3. 17. Evaluating a LSTM model for bankruptcy prediction with feature selection

    Uppsats för yrkesexamina på avancerad nivå, Luleå tekniska universitet/Institutionen för system- och rymdteknik

    Författare :Emma Carlsson; [2023]
    Nyckelord :Feature selection; Bankruptcy prediction; Neural networks; LSTM; Chi-squared; t-test; Stepwise regression; Lasso regression; Random forest;

    Sammanfattning : Bankruptcy prediction is an important research topic. The cost of incorrect decision making in companies and financial institutions can be great and could affect large parts of society. But while it is indeed a major research area, there are few studies which consider the effects of feature selection. LÄS MER

  4. 18. Enhancing House Rental Price Prediction Models for the Swedish Market : Exploring External features, Prediction intervals and Uncertainty Management in Predicting House Rental Prices

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Vasigaran Senthilkumar; [2023]
    Nyckelord :;

    Sammanfattning : Exakt förutsägelse av hyrespriserna för hus är ett avgörande problem i verkligheten fastighetsdomän, vilket underlättar informerat beslutsfattande för både hyresgäster och hyresvärdar. Denna studie presenterar en omfattande utforskning av olika maskininlärningstekniker som tillämpas på en mångsidig datauppsättning av husfunktioner, med det övergripande målet att avslöja den mest effektiva algoritmen för förutsäga hyrespriser. LÄS MER

  5. 19. Modeling German Energy Market Hourly Profiles with a Focus on Variable Renewable Energy

    Magister-uppsats, Lunds universitet/Nationalekonomiska institutionen; Lunds universitet/Statistiska institutionen

    Författare :Vincent Ball; Thomas Pegoraro; [2023]
    Nyckelord :Energy Market; Energy Prices; Renewable Energy; Machine Learning; Business and Economics;

    Sammanfattning : This paper investigates the best methods for modeling hourly profiles in the German energy market for the period between 2018 and 2022. Modeling emphasized variable renewable energy (VRE) and included information on the level of energy production, oil price, COVID lockdowns, and historic hourly energy spot prices. LÄS MER

  7. 20. Silicon Drift Detector Simulations for Energy-Dispersive X-ray Spectroscopy in Scanning Electron Microscopy

    Master-uppsats, Stockholms universitet/Fysikum

    Författare :Sebbe Blokhuizen; [2023]
    Nyckelord :X-ray spectroscopy; Silicon drift detector; Scanning Electron Microscopy; Detector Simulation;

    Sammanfattning : Scanning Electron Microscopy combined with Energy Dispersive X-ray Spectroscopy (SEM-EDS) is a widely applied elemental microanalysis method. The integration of silicon drift detectors (SDDs) has notably enhanced EDS performance, enabling precise elemental identification due to its large sensitive area and low output capacitance. LÄS MER