KI-Beratung Beta

Produktbild: Application of Machine Learning in Slope Stability Assessment
- 12%

Application of Machine Learning in Slope Stability Assessment

12% sparen

159,99 € UVP 181,89 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

09.07.2023

Abbildungen

XIX, 201 p. 104 illus., 103 illus. in color.

Verlag

Springer Singapore

Seitenzahl

201

Maße (L/B/H)

24,1/16/1,7 cm

Gewicht

495 g

Auflage

2023

Sprache

Englisch

ISBN

978-981-9927-55-5

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

09.07.2023

Abbildungen

XIX, 201 p. 104 illus., 103 illus. in color.

Verlag

Springer Singapore

Seitenzahl

201

Maße (L/B/H)

24,1/16/1,7 cm

Gewicht

495 g

Auflage

2023

Sprache

Englisch

ISBN

978-981-9927-55-5

Herstelleradresse

Springer-Verlag GmbH
Europaplatz 3
69115 Heidelberg
DE

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Application of Machine Learning in Slope Stability Assessment
  • Overview.- Remote Sensing Techniques.- Machine Learning Algorithms.- Real-time Monitoring and Early Warning of Landslide.- Prediction of Slope Stability Using Ensemble Learning Techniques.- Application of LSTM and Prophet Algorithm in Slope Displacement Prediction.- Displacement Prediction of Jiuxianping Landslide using GRU Networks.- Efficient Seismic Stability Analysis of Slopes Subjected to Water Level Changes Using Gradient Boosting Algorithms.- Efficient Reliability Analysis of Slopes in Spatially Variable Soils Using XGBoost.- Efficient Time-variant Reliability Analysis of Bazimen Landslide in the TGRA Using XGBoost and LightGBM.- Future work recommendation.