Validation of the optimum parameter for 500W PEM fuel cell using machine learning tool WEKA

2021 ◽  
Author(s):  
S. Dhanya ◽  
S. Anand Hareendran
Keyword(s):  
Machine Learning ◽  
Fuel Cell ◽  
Optimum Parameter ◽  
Pem Fuel Cell ◽  
Learning Tool ◽  
Machine Learning Tool

scholarly journals Classification of apatite structures via topological data analysis: a framework for a ‘Materials Barcode’ representation of structure maps

2021 ◽  
Vol 11 (1) ◽  
Author(s):  
Scott Broderick ◽  
Ruhil Dongol ◽  
Tianmu Zhang ◽  
Krishna Rajan
Keyword(s):  
Machine Learning ◽  
Data Analysis ◽  
Crystal Chemistry ◽  
Persistent Homology ◽  
Hierarchical Classification ◽  
Topological Data Analysis ◽  
Learning Tool ◽  
Coordination Polyhedra ◽  
Machine Learning Tool ◽  
Topological Data

AbstractThis paper introduces the use of topological data analysis (TDA) as an unsupervised machine learning tool to uncover classification criteria in complex inorganic crystal chemistries. Using the apatite chemistry as a template, we track through the use of persistent homology the topological connectivity of input crystal chemistry descriptors on defining similarity between different stoichiometries of apatites. It is shown that TDA automatically identifies a hierarchical classification scheme within apatites based on the commonality of the number of discrete coordination polyhedra that constitute the structural building units common among the compounds. This information is presented in the form of a visualization scheme of a barcode of homology classifications, where the persistence of similarity between compounds is tracked. Unlike traditional perspectives of structure maps, this new “Materials Barcode” schema serves as an automated exploratory machine learning tool that can uncover structural associations from crystal chemistry databases, as well as to achieve a more nuanced insight into what defines similarity among homologous compounds.

scholarly journals An open-source k-mer based machine learning tool for fast and accurate subtyping of HIV-1 genomes

PLoS ONE ◽  
2018 ◽  
Vol 13 (11) ◽  
pp. e0206409 ◽  
Author(s):  
Stephen Solis-Reyes ◽  
Mariano Avino ◽  
Art Poon ◽  
Lila Kari
Keyword(s):  
Machine Learning ◽  
Open Source ◽  
Learning Tool ◽  
Hiv 1 ◽  
Machine Learning Tool

Ansatz zur Zustandsbeschreibung technischer Bauteile

2021 ◽  
Vol 2021 (2) ◽  
pp. 35-38
Author(s):  
Lukas Egbert ◽  
◽  
Anton Zitnikov ◽  
Thorsten Tietjen ◽  
Klaus-Dieter Thoben
Keyword(s):  
Machine Learning ◽  
Predictive Maintenance ◽  
Learning Tool ◽  
Machine Learning Tool

Dieser Beitrag beschreibt eine Herangehensweise für eine Predictive Maintenance-Lösung, bei der die Bauteilabnutzung technischer Systeme mithilfe eines Sensorik-Toolkits erfasst und mittels eines Prognosetools überwacht wird. Die Sensorik als auch das Prognosetool müssen flexibel ausgelegt sein, damit sie zielführend an unterschiedlichen technischen Systemen einsetzbar sind. Die Zustandsbestimmung der Bauteile erfolgt dabei nicht kontinuierlich, sondern basierend auf zeitdiskreten Messungen. Anhand der aufgenommenen Daten wird über ein Prognosemodell die wahrscheinliche Restnutzungsdauer der Bauteile prognostiziert. Für die Erstellung der Prognose dient ein Machine Learning Tool, welches mit historischen Abnutzungsverläufen trainiert wird. Die Trainingsdaten werden durch statistische Versuche erfasst, in denen die Einflussgrößen und charakteristische Verläufe verschiedener Abnutzungsarten identifiziert werden. Als Grundlage für diesen Beitrag dienen Untersuchungen an einem Rolltor, die im Rahmen des „LongLife“ Projekts durchgeführt wurden, das vom Bundesministerium für Bildung und Forschung gefördert wird. Das Forschungsvorhaben ist der Fördermaßnahme „Ressourceneffiziente Kreislaufwirtschaft – Innovative Produktkreisläufe“ (ReziProK) zugeordnet und hat eine Laufzeit von 36 Monaten.

Bringing machine learning closer to non-experts: proposal of a user-friendly machine learning tool in the healthcare domain

2021 ◽  
Author(s):  
Andrea Vázquez-Ingelmo ◽  
Julia Alonso-Sánchez ◽  
Alicia García-Holgado ◽  
Francisco José García Peñalvo ◽  
Jesús Sampedro-Gómez ◽  
...  
Keyword(s):  
Machine Learning ◽  
Learning Tool ◽  
User Friendly ◽  
Machine Learning Tool

scholarly journals MaGIC: a machine learning tool set and web application for monoallelic gene inference from chromatin

2019 ◽  
Vol 20 (1) ◽  
Author(s):  
Svetlana Vinogradova ◽  
Sachit D. Saksena ◽  
Henry N. Ward ◽  
Sébastien Vigneau ◽  
Alexander A. Gimelbrant
Keyword(s):  
Machine Learning ◽  
Web Application ◽  
Learning Tool ◽  
Tool Set ◽  
Machine Learning Tool
Sign in / Sign up

Export Citation Format

Share Document