首页
探索
nav.journalClub
趋势
更多
synapse
⌘+K
语言
简体中文
简体中文
一种通过PSO优化机器学习和SHAP分析实现的高效可解释微参数校准框架 | Synapse
March 3, 2026
通过PSO优化机器学习和SHAP分析实现的高效可解释微参数校准框架
JZ
Jing Zhou
Central South University
HL
Hang Lin
Central South University
YC
Yifan Chen
Key Points
该框架提高了微参数校准的效率和可解释性,取得了显著结果。
关键发现表明,通过PSO优化方法,校准误差降低了45%。
利用PSO优化的机器学习,该分析在合成数据集上提出了稳健的校准策略。
结果表明需要进一步的实际应用来验证和扩展这些发现。
Mark Helpful
Like
Save
Bookmark
Relay
Share
Cite This Study
Copy
Zhou等人(星期二)研究了这个问题。
synapsesocial.com/papers/69a7618ec6e9836116a2f92f
https://doi.org/https://doi.org/10.1007/s11665-026-13414-z
Mark Helpful
Like
Save
Bookmark
Relay
Share