Fugu-MT 論文翻訳(概要): Based on particle swarm optimization support vector machine model of the electric car sales strategy research

論文の概要: Based on particle swarm optimization support vector machine model of the electric car sales strategy research

arxiv url: http://arxiv.org/abs/2211.16242v1
Date: Tue, 29 Nov 2022 14:26:11 GMT
ステータス: 処理完了
システム内更新日: 2022-11-30 16:12:45.236005
Title: Based on particle swarm optimization support vector machine model of the electric car sales strategy research
Title（参考訳）: 電気自動車販売戦略研究における粒子群最適化支援ベクトルマシンモデルに基づく
Authors: Wen Zhou
Abstract要約: 本稿では、モデルにおける重量係数(影響因子)を用いて、電気自動車の異なるブランドに対する販売影響を分析し、既存の販売戦略を最適化する。
参考スコア（独自算出の注目度）: 2.561778620560749
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: From the perspective of constructing the classification model, this paper uses the weight coefficient (influencing factors) in the model to analyze the sales impact on different brands of electric vehicles, and optimizes the existing sales strategy.
Abstract（参考訳）: 分類モデルの構築の観点からは、電気自動車の異なるブランドに対する販売の影響を分析し、既存の販売戦略を最適化するために、モデルにおける重量係数(影響要因)を用いる。

関連論文リスト

Direct Judgement Preference Optimization [66.83088028268318]
我々は、他のモデルのアウトプットを評価し、批判するために、生成的判断として大きな言語モデル(LLM)を訓練する。我々は,異なるユースケースに対する選好ペアの収集に3つのアプローチを採用し,それぞれが異なる視点から生成判断を改善することを目的としている。提案モデルは,位置や長さの偏りなどの固有バイアスに強く対応し,実践者が指定した評価プロトコルに柔軟に適用し,下流ジェネレータモデルを改善する上で有用な言語フィードバックを提供する。
論文参考訳（メタデータ） (2024-09-23T02:08:20Z)
Who should I trust? A Visual Analytics Approach for Comparing Net Load Forecasting Models [0.562479170374811]
本稿では,ディープラーニングに基づくネット負荷予測モデルと,確率的ネット負荷予測のための他のモデルとの比較を目的とした,ビジュアル分析に基づくアプリケーションを提案する。このアプリケーションは慎重に選択された視覚分析の介入を採用しており、ユーザーは異なる太陽透過レベル、データセットの解像度、数ヵ月間の1日の時間におけるモデルパフォーマンスの違いを識別することができる。
論文参考訳（メタデータ） (2024-07-31T02:57:21Z)
Improving Performance Prediction of Electrolyte Formulations with Transformer-based Molecular Representation Model [4.301136099065666]
本稿では, 変圧器を用いた分子表現モデルを用いて, 電解質の表現を効果的かつ効率的に取得する手法を提案する。提案手法の性能を2つの電池特性予測タスクで評価し, 現状の手法と比較して優れた性能を示した。
論文参考訳（メタデータ） (2024-06-28T09:55:29Z)
Data-driven Energy Consumption Modelling for Electric Micromobility using an Open Dataset [6.000804135802873]
本稿では,E-ScootersとE-Bikesに関連するエネルギーモデリング研究のためのオープンデータセットを提案する。本稿では,一組の機械学習アルゴリズムを用いて,データセットに基づくエネルギー消費モデリングの包括的解析を行う。本研究は,データ駆動モデルに対して,エネルギー消費量を推定する数学的モデルと比較して,顕著な優位性を示した。
論文参考訳（メタデータ） (2024-03-26T12:08:05Z)
ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing Forecasting Models in Badminton [52.21869064818728]
バドミントンにおけるプレイヤー戦術予測のための深層学習アプローチは、部分的にはラリープレイヤの相互作用に関する効果的な推論に起因する有望なパフォーマンスを示している。本稿では,Shapley値の変量に基づいてバドミントンにおける予測モデルを解析するためのターンベース特徴属性手法であるShuttleSHAPを提案する。
論文参考訳（メタデータ） (2023-12-18T05:37:51Z)
Off-policy evaluation for learning-to-rank via interpolating the item-position model and the position-based model [83.83064559894989]
産業レコメンデーションシステムにとって重要なニーズは、製品にデプロイする前に、レコメンデーションポリシーをオフラインで評価する機能である。我々は、最も人気のある2つの非政治推定器の問題を緩和する新しい推定器を開発する。特に、InterPOLと呼ばれる新しい推定器は、潜在的に不特定位置ベースモデルのバイアスに対処する。
論文参考訳（メタデータ） (2022-10-15T17:22:30Z)
Predictive Accuracy of a Hybrid Generalized Long Memory Model for Short Term Electricity Price Forecasting [0.0]
本研究では、一般化長メモリ自己回帰モデル(k-factor GARMA)に基づく新しいハイブリッドモデルの予測性能について検討する。提案モデルの性能を北プール電力市場のデータを用いて評価した。
論文参考訳（メタデータ） (2022-04-18T12:21:25Z)
Daily peak electrical load forecasting with a multi-resolution approach [2.207988653560308]
ピークシェービングのようなスマートグリッド戦略の実装には,ピークマグニチュードとタイミングの理解が最重要である。本稿では,高分解能かつ低分解能な情報を利用して,日次ピーク需要の規模とタイミングを予測する手法を提案する。結果として生じるマルチ解像度モデリングフレームワークは、異なるモデルクラスに適応することができる。
論文参考訳（メタデータ） (2021-12-08T13:14:38Z)
Improving the Reconstruction of Disentangled Representation Learners via Multi-Stage Modeling [54.94763543386523]
現在の自己エンコーダに基づく非絡み合い表現学習法は、(集合体)後部をペナルティ化し、潜伏因子の統計的独立を促進することで、非絡み合いを実現する。本稿では,不整合因子をペナルティに基づく不整合表現学習法を用いて学習する,新しい多段階モデリング手法を提案する。次に、低品質な再構成を、欠落した関連潜伏変数をモデル化するために訓練された別の深層生成モデルで改善する。
論文参考訳（メタデータ） (2020-10-25T18:51:15Z)
Hybrid Modelling Approaches for Forecasting Energy Spot Prices in EPEC market [62.997667081978825]
EPEC市場におけるエネルギースポット価格予測のためのハイブリッドモデリング手法について検討する。データは2013-2014年の電力価格、2015年のテストデータで提供された。
論文参考訳（メタデータ） (2020-10-14T12:45:53Z)
Energy-based View of Retrosynthesis [70.66156081030766]
エネルギーモデルとしてシーケンスおよびグラフベースの手法を統一するフレームワークを提案する。本稿では,ベイズ前方および後方予測に対して一貫した訓練を行うフレームワーク内での新しい二重変種を提案する。このモデルは、反応型が不明なテンプレートフリーアプローチに対して、最先端の性能を9.6%向上させる。
論文参考訳（メタデータ） (2020-07-14T18:51:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。