Počet záznamů: 1  

Development and Optimization of VGF-GaAs Crystal Growth Process Using Data Mining and Machine Learning Techniques

  1. SYS0547633
    LBL
      
    01000a^^22220027750^450
    005
      
    20231122150049.3
    014
      
    $a 85117286796 $2 SCOPUS
    014
      
    $a 000717001300001 $2 WOS
    017
      
    $a 10.3390/cryst11101218 $2 DOI
    100
      
    $a 20211105d m y slo 03 ba
    101
      
    $a eng
    102
      
    $a CH
    200
    1-
    $a Development and Optimization of VGF-GaAs Crystal Growth Process Using Data Mining and Machine Learning Techniques
    215
      
    $a 20 s.
    463
    -1
    $1 001 cav_un_epca*0460989 $1 011 $a 2073-4352 $e 2073-4352 $1 200 1 $a Crystals $v Roč. 11, č. 10 (2021) $1 210 $c MDPI
    610
      
    $a VGF-GaAs growth
    610
      
    $a machine learning
    610
      
    $a data mining
    610
      
    $a decision trees
    610
      
    $a correlation analysis
    610
      
    $a PCA biplot
    610
      
    $a k-means clustering
    700
    -1
    $3 cav_un_auth*0348174 $a Dropka $b N. $y DE
    701
    -1
    $3 cav_un_auth*0416552 $a Böttcher $b K. $y DE
    701
    -1
    $3 cav_un_auth*0100761 $a Holeňa $b Martin $p UIVT-O $i Oddělení strojového učení $j Department of Machine Learning $w Department of Machine Learning $T Ústav informatiky AV ČR, v. v. i.
    856
      
    $u http://dx.doi.org/10.3390/cryst11101218 $9 RIV
Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.