Výsledky vyhledávání

  1. 1.
    0585427 - ÚI 2025 DE eng J - Článek v odborném periodiku
    Dropka, N. - Böttcher, K. - Chappa, G. K. - Holeňa, Martin
    Data-Driven Cz–Si Scale-Up under Conditions of Partial Similarity.
    Crystal Research and Technology. Online 09 April 2024 (2024). ISSN 0232-1300. E-ISSN 1521-4079
    Institucionální podpora: RVO:67985807
    Klíčová slova: artificial neural networks * Cz–Si growth * data-driven scale up * partial similarity * Voronkov criteria
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 1.5, rok: 2022
    Způsob publikování: Open access
    https://doi.org/10.1002/crat.202300342
    Trvalý link: https://hdl.handle.net/11104/0353135
    Název souboruStaženoVelikostKomentářVerzePřístup
    0585427-oaonl.pdf05.5 MBOA CC BY 4.0Vydavatelský postprintpovolen
     
     
  2. 2.
    0579923 - ÚI 2024 RIV CH eng J - Článek v odborném periodiku
    Tang, X. - Chappa, G. K. - Viera, L. - Holeňa, Martin - Dropka, N.
    Decision Tree-Supported Analysis of Gallium Arsenide Growth Using the LEC Method.
    Crystals. Roč. 13, č. 12 (2023), s. 1659. ISSN 2073-4352. E-ISSN 2073-4352
    Institucionální podpora: RVO:67985807
    Klíčová slova: LEC growth * gallium arsenide * CFD * regression tree
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 2.7, rok: 2022
    Způsob publikování: Open access
    https://doi.org/10.3390/cryst13121659
    Trvalý link: https://hdl.handle.net/11104/0348712
    Název souboruStaženoVelikostKomentářVerzePřístup
    0579923-aoa.pdf25.7 MBOA CC BY 4.0Autorský preprintpovolen
     
     
  3. 3.
    0576081 - ÚI 2025 DE eng J - Článek v odborném periodiku
    Dropka, N. - Holeňa, Martin - Thieme, C. - Chou, T.-S.
    Development of the VGF Crystal Growth Recipe: Intelligent Solutions of Ill-Posed Inverse Problems using Images and Numerical Data.
    Crystal Research and Technology. Online first 23 August 2023 (2024). ISSN 0232-1300. E-ISSN 1521-4079
    Institucionální podpora: RVO:67985807
    Klíčová slova: artificial neural networks * image data * inverse problems * Kriging * numerical data * reduced order modelling * VGF growth
    Impakt faktor: 1.5, rok: 2022
    Způsob publikování: Open access
    https://dx.doi.org/10.1002/crat.202300125
    Trvalý link: https://hdl.handle.net/11104/0345705
    Název souboruStaženoVelikostKomentářVerzePřístup
    0576081-aonloa.pdf01.8 MBOA CC BY 4.0Vydavatelský postprintpovolen
     
     
  4. 4.
    0568306 - ÚI 2024 RIV CH eng J - Článek v odborném periodiku
    Korel, L. - Yorsh, U. - Behr, A. S. - Kockmann, N. - Holeňa, Martin
    Text-to-Ontology Mapping via Natural Language Processing with Application to Search for Relevant Ontologies in Catalysis.
    Computers. Roč. 12, č. 1 (2023), č. článku 14. ISSN 2073-431X
    Institucionální podpora: RVO:67985807
    Klíčová slova: text representation learning * text classification * text preprocessing * text data * ontology
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 2.8, rok: 2022
    Způsob publikování: Open access
    https://dx.doi.org/10.3390/computers12010014
    Trvalý link: https://hdl.handle.net/11104/0339633
    Název souboruStaženoVelikostKomentářVerzePřístup
    0568306-afinoa.pdf31.9 MBOA CC BY 4.0Vydavatelský postprintpovolen
     
     
  5. 5.
    0567441 - ÚI 2023 RIV CH eng J - Článek v odborném periodiku
    Dropka, N. - Tang, X. - Chappa, G. K. - Holeňa, Martin
    Smart Design of Cz-Ge Crystal Growth Furnace and Process.
    Crystals. Roč. 12, č. 12 (2022), č. článku 1764. ISSN 2073-4352. E-ISSN 2073-4352
    Institucionální podpora: RVO:67985807
    Klíčová slova: Czochralski Ge growth * CFD training data * furnace design * process design * regression tree * correlation coefficient
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 2.7, rok: 2022
    Způsob publikování: Open access
    https://dx.doi.org/10.3390/cryst12121764
    Trvalý link: https://hdl.handle.net/11104/0338696
     
     
  6. 6.
    0561617 - ÚI 2024 RIV GB eng J - Článek v odborném periodiku
    Sheikhi, A. - Mesiar, R. - Holeňa, Martin
    A dimension reduction in neural network using copula matrix.
    International Journal of General Systems. Roč. 52, č. 2 (2023), s. 131-146. ISSN 0308-1079. E-ISSN 1563-5104
    Institucionální podpora: RVO:67985807
    Klíčová slova: Principal component * copula * neural network * correlation * association measure
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 2, rok: 2022
    Způsob publikování: Omezený přístup
    https://dx.doi.org/10.1080/03081079.2022.2108029
    Trvalý link: https://hdl.handle.net/11104/0334185
     
     
  7. 7.
    0547633 - ÚI 2022 RIV CH eng J - Článek v odborném periodiku
    Dropka, N. - Böttcher, K. - Holeňa, Martin
    Development and Optimization of VGF-GaAs Crystal Growth Process Using Data Mining and Machine Learning Techniques.
    Crystals. Roč. 11, č. 10 (2021), č. článku 1218. ISSN 2073-4352. E-ISSN 2073-4352
    Grant CEP: GA ČR(CZ) GA18-18080S
    Institucionální podpora: RVO:67985807
    Klíčová slova: VGF-GaAs growth * machine learning * data mining * decision trees * correlation analysis * PCA biplot * k-means clustering
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 2.670, rok: 2021
    Způsob publikování: Open access
    http://dx.doi.org/10.3390/cryst11101218
    Trvalý link: http://hdl.handle.net/11104/0323829
    Název souboruStaženoVelikostKomentářVerzePřístup
    0547633-afin.pdf33.2 MBOA CC BY 4.0Vydavatelský postprintpovolen
     
     
  8. 8.
    0541776 - ÚI 2022 RIV CH eng J - Článek v odborném periodiku
    Dropka, N. - Ecklebe, S. - Holeňa, Martin
    Real Time Predictions of VGF-GaAs Growth Dynamics by LSTM Neural Networks.
    Crystals. Roč. 11, č. 2 (2021), č. článku 138. ISSN 2073-4352. E-ISSN 2073-4352
    Grant CEP: GA ČR(CZ) GA18-18080S
    Institucionální podpora: RVO:67985807
    Klíčová slova: neural networks * crystal growth * GaAs * process control * digital twins
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 2.670, rok: 2021
    Způsob publikování: Open access
    Trvalý link: http://hdl.handle.net/11104/0319303
    Název souboruStaženoVelikostKomentářVerzePřístup
    541776-aoa.pdf23.5 MBOA CC BY 4.0Vydavatelský postprintpovolen
     
     
  9. 9.
    0525271 - ÚI 2021 RIV US eng J - Článek v odborném periodiku
    Górecki, J. - Hofert, M. - Holeňa, Martin
    Hierarchical Archimedean Copulas for Matlab and Octave: The HACopula Toolbox.
    Journal of Statistical Software. Roč. 93, č. 10 (2020), s. 1-36. ISSN 1548-7660. E-ISSN 1548-7660
    Grant CEP: GA ČR GA17-01251S
    Institucionální podpora: RVO:67985807
    Klíčová slova: copula * hierarchical Archimedean copula * structure * family * estimation * collapsing * sampling * goodness-of-fit * Kendall’s tau * tail dependence * MATLAB * Octave
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 6.440, rok: 2020
    Způsob publikování: Open access
    Trvalý link: http://hdl.handle.net/11104/0309452
    Název souboruStaženoVelikostKomentářVerzePřístup
    0525271-aoa.pdf62.5 MBOA CC BY 3.0Vydavatelský postprintpovolen
     
     
  10. 10.
    0522404 - ÚI 2021 RIV GB eng J - Článek v odborném periodiku
    Kopp, M. - Pevný, T. - Holeňa, Martin
    Anomaly explanation with random forests.
    Expert Systems With Applications. Roč. 149, 1 July (2020), č. článku 113187. ISSN 0957-4174. E-ISSN 1873-6793
    Grant CEP: GA ČR GA17-01251S
    Grant ostatní: GA ČR(CZ) GA18-21409S
    Program: GA
    Institucionální podpora: RVO:67985807
    Klíčová slova: Anomaly detection * Anomaly explanation * Classification rules * Feature selection * Random forests
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 6.954, rok: 2020
    Způsob publikování: Omezený přístup
    http://dx.doi.org/10.1016/j.eswa.2020.113187
    Trvalý link: http://hdl.handle.net/11104/0306903
     
     

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