قطعات بخش مدل جنگل تصادفی مدل RF بیش از حد مناسب نیست و توانایی تعمیم قوی در هنگام پردازش داده های با ابعاد بالا دارد. بنابراین، RF یک مدل پیش‌بینی مؤثر است [52]، [53]. برای معیار تابع ناخالص، ویژگی با حداقل میانگین مربعات خطا (MSE) را می توان برای تقسیم گره ها برای مشکلات رگرسیون […]

معرفی برای رسیدگی به تغییرات آب و هوایی، بیش از 120 کشور متعهد به دستیابی به انتشار خالص صفر شده اند و بسیاری از کشورها برای بی طرفی کربن تلاش می کنند [1]، [2]، [3]. بخش ساختمان و معماری مسئول بخش قابل توجهی، تقریباً 30 تا 40 درصد از مصرف جهانی انرژی و انتشار کربن […]

خلاصه ساختمان های سبز (GB) به طور گسترده در کشورهای مختلف ترویج شده است. با این حال، ارزیابی پس از اشغال نشان می دهد که بسیاری از گیگابایت نمی توانند به خوبی اهداف مورد انتظار را برآورده کنند. برای غلبه بر عدم تطابق بین اهداف چندگانه GB، این مقاله یک روش ترکیبی کارآمد و هوشمند […]

9 . مفهوم عملی پیامدهای عملی این تحقیق برای اپراتورهای فرودگاه، سیاست گذاران و سرمایه گذاران قابل توجه است. اپراتور فرودگاه ممکن است از این ابزار برای تشخیص اینکه کدام ویژگی محیطی در فرودگاه خود قابل توجه است و ارزش تمرکز روی آن را دارد استفاده کند. سیاستگذاران می‌توانند از این ابزار برای چارچوب‌بندی سیاست‌های نظارتی برای […]

7 . خلاصه تلاش های قابل توجهی در این تحقیق برای توسعه یک سیستم ارزیابی عملکرد سبز برای ساختمان های فرودگاه انجام شده است که نظارت انسانی را حذف می کند. امتیازات اعتباری و وزن دسته بندی GBRT موجود بر اساس نمرات ذهنی ثابت شده توسط کارشناسان محیط زیست است در حالی که مدل های توسعه یافته […]

6 . بحث 6.1 . ویژگی های قابل توجه اهمیت تمام ویژگی های درگیر در طول توسعه مدل های AHC و DHC با انجام تجزیه و تحلیل رخداد و تاثیر به دست می آید. مدل ها در سه مرحله دسته بندی می شوند. مراحل 1، 2 و 3 شامل ویژگی های گره ریشه، میانی و برگ به ترتیب با […]

5 . نتایج 5.1 . اندازه گیری عملکرد مدل یادگیری بدون نظارت با اختصاص یک برچسب کلاس خروجی نظارت شده برای هر گره برگ از خوشه، با شناسایی یک تاپل فرودگاه medoid و اختصاص برچسب کل خوشه با برچسب مرتبط با تاپل medoid به یک SSLM تبدیل می‌شود. یک تاپل مدوید نزدیکترین تاپل به مرکز یک خوشه خاص است. برچسب‌های کلاس […]

4 . معیارهای انتخاب فراپارامترهای مدل ها 4.1 . ویژگی های بهینه PCA زمانی ترجیح داده می شود که بین ویژگی های مجموعه داده توسعه یافته همبستگی وجود داشته باشد. ترکیبات خطی از𝑛ویژگی‌های ابعادی که بیشترین تغییرات در مجموعه داده را تشکیل می‌دهند به عنوان اجزای اصلی (PC) شناخته می‌شوند. تأثیر تعداد مؤلفه‌های اصلی بر تغییرات محاسبه‌شده در پراکندگی داده‌ها با […]