Стремительное развитие искусственного интеллекта и ана-лиза данных значительно расширило возможности проведения геонаучных ис-следований. В данной работе представлен систематический подход к подготовке, консолидации и исследованию геопространственной и геофизической инфор-мации с использованием методов машинного обучен...
M. Nurtas, G. Kapyshev· International Journal of Inf...· 0 citations
This study examines the influence of six collocation point sampling strategies—random uniform, uniform grid, Latin hypercube sampling, Sobol sequence, staggered triangular lattice, and a hybrid combined approach—on the performance of PINNs applied to the one-dimensional Burgers’ equation.
Ruslan Krasnozhonov, M. Nurtas, Zh. M. Kadirbayeva et al.· AI@DTESI· 0 citations
A comparative evaluation of five state-of-the-art machine learning models, such as Temporal Fusion Transformer (TFT), Temporal Convolutional Network (TCN), XGBoost, Random Forest, and a CNN-LSTM hybrid, for forecasting cryptocurrency price volatility across major trading pairs shows that TFT achieves the lowest test lo...
S. Mukhanov, Kaisar Bekbolat, I. Bazarbekov et al.· AI@DTESI· 0 citations
We use cookies to run the site and, with your consent, for analytics and to show ads.
See our Cookie Policy.