Improved prediction of soil properties with multi-target stacked generalisation on EDXRF spectra (2021)
- Authors:
- Autor USP: MASTELINI, SAULO MARTIELLO - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.chemolab.2020.104231
- Subjects: APRENDIZADO COMPUTACIONAL; ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO; ANÁLISE DO SOLO; ESPECTROSCOPIA
- Keywords: Multi-target regression; EDXRF Spectrometry; Soil quality
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Chemometrics and Intelligent Laboratory Systems
- ISSN: 0169-7439
- Volume/Número/Paginação/Ano: v. 209, p. 1-12, Feb. 2021
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
-
ABNT
SANTANA, Everton José et al. Improved prediction of soil properties with multi-target stacked generalisation on EDXRF spectra. Chemometrics and Intelligent Laboratory Systems, v. 209, p. 1-12, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.chemolab.2020.104231. Acesso em: 24 abr. 2024. -
APA
Santana, E. J., Santos, F. R. dos, Mastelini, S. M., Melquiades, F. L., & Barbon Júnior, S. (2021). Improved prediction of soil properties with multi-target stacked generalisation on EDXRF spectra. Chemometrics and Intelligent Laboratory Systems, 209, 1-12. doi:10.1016/j.chemolab.2020.104231 -
NLM
Santana EJ, Santos FR dos, Mastelini SM, Melquiades FL, Barbon Júnior S. Improved prediction of soil properties with multi-target stacked generalisation on EDXRF spectra [Internet]. Chemometrics and Intelligent Laboratory Systems. 2021 ; 209 1-12.[citado 2024 abr. 24 ] Available from: https://doi.org/10.1016/j.chemolab.2020.104231 -
Vancouver
Santana EJ, Santos FR dos, Mastelini SM, Melquiades FL, Barbon Júnior S. Improved prediction of soil properties with multi-target stacked generalisation on EDXRF spectra [Internet]. Chemometrics and Intelligent Laboratory Systems. 2021 ; 209 1-12.[citado 2024 abr. 24 ] Available from: https://doi.org/10.1016/j.chemolab.2020.104231 - Towards meta-learning for multi-target regression problems
- On ensemble techniques for data stream regression
- River: machine learning for streaming data in Python
- Efficient online tree, rule-based and distance-based algorithms
- DSTARS: a multi-target deep structure for tracking asynchronous regressor
- Fast and lightweight binary and multi-branch Hoeffding tree regressors
- A meta-learning approach for selecting image segmentation algorithm
- Online local boosting: improving performance in online decision trees
- Online extra trees regressor
- Using dynamical quantization to perform split attempts in online tree regressors
Informações sobre o DOI: 10.1016/j.chemolab.2020.104231 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 3016473.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
