Aller au contenu principal
Accès ouvert déclaré 2017 article

Predictive Fidelity, Interpretability, and Resilience of Machine Learning Methods Applied to Scientific Simulations

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

Whitepaper submitted to the 2017 DOE ASCR Applied Math Meeting All authors are affiliated with Sandia National Laboratories From the list at https://www.orau.gov/ascr-appliedmath-pi2017/whitepaper-questions.htm, this white paper addresses the questions 2b and 4b.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Les sujets associés

Explainable Artificial Intelligence (XAI)

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.