این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Coastal and Offshore Engineering، جلد ۵، شماره ۳، صفحات ۳۵-۴۱
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Positioning Using Classification and Regression: Case study of Oman Sea
چکیده انگلیسی مقاله In the past few years, the location prediction played a critical role in many applications like intelligent self-learning vehicle, ocean location prediction because of the security and speed issues of GPSs. In this study, we proposed a model for location prediction on Oman’s gulf using a NetCDF Data set. The proposed model is based on classification and regression which means it first mapped the data in a region on Oman’s Gulf using classification and then using regression models to predict a specific location. This progress effect both response time and error of the system. And to the best of our knowledge, no researches are using the same idea. We used multiple classification models for classification tasks (both ensemble models and simple models) and two regression models (linear and XGboost regressor). The result shows reduce of man square error after using classification for regression task. Also, the result and explanation of the data capturing model are provided in the paper.
کلیدواژه‌های انگلیسی مقاله Classification,Regression,Deep Learning,Ensemble models
نویسندگان مقاله Ali Ghorbani |
Department of Computer Science, Shiraz University

Mohammad Reza Khalilabadi |
Faculty of Naval Aviation, Malek Ashtar University of Technology

نشانی اینترنتی https://www.ijcoe.org/article_149351_05542b25cfc52005874b93f8ae202d2f.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات