Empirical models based on machine learning techniques for determining approximated reliability expressions (Articolo in rivista)

Type

• Prodotto della ricerca (Classe)
• Articolo in rivista (Classe)

Label

• Empirical models based on machine learning techniques for determining approximated reliability expressions (Articolo in rivista) (literal)

Anno

• 2004-01-01T00:00:00+01:00 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi

• 10.1016/j.ress.2003.10.001 (literal)

Alternative label

• C. M. Rocco, M. Muselli (2004)
  Empirical models based on machine learning techniques for determining approximated reliability expressions
  in Reliability engineering & systems safety; Elsevier Science Ltd., Oxford (Regno Unito)
  (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

• C. M. Rocco, M. Muselli (literal)

Pagina inizio

• 301 (literal)

Pagina fine

• 309 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume

• 83 (literal)

Rivista

• Reliability engineering & systems safety (Rivista)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo

• 3 (literal)

Note

• Scopu (literal)
• ISI Web of Science (WOS) (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

• C. M. Rocco: Facultad de Ingenieria, Universidad Central Venezuela, Caracas, Venezuela, M. Muselli CNR IEIIT Genova (literal)

Titolo

• Empirical models based on machine learning techniques for determining approximated reliability expressions (literal)

Abstract

• In this paper two machine learning algorithms, decision trees (DT) and Hamming clustering (HC), are compared in building approximate reliability expression (RE). The main idea is to employ a classification technique, trained on a restricted subset of data, to produce an estimate of the RE, which provides reasonably accurate values of the reliability. The experiments show that although both methods yield excellent predictions, the HC procedure achieves better results with respect to the DT algorithm. (literal)

Editore

• Elsevier Science Ltd. (Editore)

Prodotto di

• Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni (IEIIT) (Istituto)
• Machine Learning for Biological Data (INT.P02.002.001) (Modulo)

Autore CNR

• MARCO MUSELLI (Unità di personale interno)

Insieme di parole chiave

• Parole chiave di "Empirical models based on machine learning techniques for determining approximated reliability expressions" (Insieme di parole chiave)

Incoming links:

Prodotto

• Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni (IEIIT) (Istituto)
• Machine Learning for Biological Data (INT.P02.002.001) (Modulo)

Autore CNR di

• MARCO MUSELLI (Unità di personale interno)

Editore di

• Elsevier Science Ltd. (Editore)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi

• Reliability engineering & systems safety (Rivista)

Insieme di parole chiave di

• Parole chiave di "Empirical models based on machine learning techniques for determining approximated reliability expressions" (Insieme di parole chiave)