Machine Learning Based Flow Regime Identification using Ultrasonic Doppler Data and Feature Relevance Determination

•An objective flow regime classifier was constructed from the discrete wavelet transform of ultrasonic data.•Anisotropic Kernel PCA feature extraction was optimized with genetic algorithm.•Explainability is improved by revealing the most significant input features and visualizing results as virtual...

Celý popis

Podrobná bibliografie

Vydáno v:	Digital Chemical Engineering Ročník 3; s. 100024
Hlavní autoři:	Roxas  II, Ricardo, Evangelista, Matthew Angelo, Sombillo, Jalen Aeron, Nnabuife, Somtochukwu Godfrey, Pilario, Karl Ezra
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.06.2022 Elsevier
Témata:	Clustering Discrete Wavelet Transform Feature Relevance Genetic Algorithm Kernel PCA Virtual Flow Regime Map Virtual Flow Regime Map Kernel PCA Clustering Discrete Wavelet Transform Feature Relevance Genetic Algorithm
ISSN:	2772-5081, 2772-5081
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!