本研究针对传统心理压力检测方法成本高、侵入性强的问题，创新性地结合卷积神经网络(CNN)和极限梯度提升(XGBoost)算法 ...

基于XGBoost和SHAP的海滩波浪爬高预测研究 摘要：海滩波浪爬高预测是海岸侵蚀防护和防灾减灾的关键技术支撑。针对现有经验公式在精确度、泛化性等方面的不足，将极限梯度提升模型XGBoost引入到波浪爬高预测中，利用1 400多个来自实验室和现场观测的海滩波浪 ...

本研究针对苏里格气田传统气井分类方法存在的动静态参数不一致、人工分类效率低等问题，创新性地建立了基于XGBoost算法的致密砂岩气井动静态一体化分类模型。通过整合初始日产气量(Qi)、有效气层厚度(h)、渗透率(k)等8项关键参数，模型实现了93.33%的分类 ...

导语：迟暮的女王已经退场,取而代之的是活力满满的新女王——XGBoost(Exterme Gradient Boosting,极限梯度提升)。 仍然记得15年前参加工作的第一天，刚完成研究生学业的我，加入了一家全球投资银行担任分析师。那天我不停地拉直领带，努力回忆起学过的所有东西 ...

在量化投资领域，因子筛选和合成是构建有效选股组合的核心步骤。传统线性模型在处理因子非线性预测能力时存在局限，因此我们考虑是否可以借用机器学习模型（例如树模型、神经网络模型等）来挖掘因子非线性的预测能力。本报告重点探讨了使用树模型来 ...

Scientists at the Delft University of Technology in the Netherlands have developed a machine-learning (ML) technique to predict power yields in rooftop PV system. They claim it can predict electricity ...

The XGBoost-based approach demonstrated robust external validation across multiple centers, supporting clinical adoption to guide personalized treatment decisions.