Optimizing Mean Fragment Size Prediction in Rock Blasting: A Synergistic Approach Combining Clustering, Hyperparameter Tuning, and Data Augmentation

Accurate estimation of the mean fragment size is crucial for optimizing open-pit mining operations. This study presents an approach that combines clustering, hyperparameter optimization, and data augmentation to enhance prediction accuracy using the Xtreme Gradient Boosting (XGBoost) regression mode...

תיאור מלא

מידע ביבליוגרפי

Principais autores:	Ian Krop, Takashi Sasaoka, Hideki Shimada, Akihiro Hamanaka
פורמט:	Artigo
שפה:	Inglês
יצא לאור:	MDPI AG 2024-08-01
סדרה:	Eng
נושאים:	machine learning regression clustering data augmentation XGBoost hyperparameter tuning
גישה מקוונת:	https://www.mdpi.com/2673-4117/5/3/102
תגים:	הוספת תג אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!