แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Jaratsri Rungrattanaubol. Comparison of approximation model for modeling output response for computer simulated experiment. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2022.
Comparison of approximation model for modeling output response for computer simulated experiment
Name: Rachadaporn Timun
Organization :
Naresuan University. Department of Mathematics
Email :
rachadapornt62@nu.ac.th
Name: Anamai Na-udom
Organization :
Naresuan University. Department of Mathematics
Email :
anamain@nu.ac.th
Name: Jaratsri Rungrattanaubol
Organization :
Naresuan University. Department of Computer Science and Information Technology
Email :
jaratsrir@nu.ac.th
keyword:
Kriging model
ThaSH:
Experimental design
ThaSH:
Computer simulation
Abstract:
The objective of this paper is to compare the prediction accuracy of four approximation models namely
Kriging model with constant (M1), Kriging model with linear regression terms (M2), Response Surface
Methodology (RSM) (Degree1) and RSM (Degree2), respectively. The comparative study is employed by
considering small and large dimensions of problem under two cases of design runs, small and large, respectively.
The Optimal Latin Hypercube designs (OLHDs) are used to construct the approximation model and the prediction
accuracy of each model is validated by using root mean square error (RMSE) value. The results indicate that M2
performs better than other models for less complex problem while M1 turns to be the best choice to use for
complex problem for small dimension problem. Further, when larger dimension of problem is considered, M1
performs better than other models for less complex problem while M2 is superior over other models for more
complex problem. Hence, M2 seems to be a good choice to use for modeling output response from CSE
especially when the dimension of problem is large and the feature of problem is complex.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2022
Modified:
2025-09-17
Issued:
2025-09-17
บทความ/Article
application/pdf
BibliograpyCitation :
In King Mongkut's University of Technology North Bangkok Faculty of Applied Science, Thai Statistical Association (TSA) and Statistics Cooperative Research Network (Statistics CRN). The Proceeding of International Conference on Applied Statistics (ICAS 2022) (pp.214-220). Bangkok : King Mongkut's University of Technology North Bangkok
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.03788 วินาที
Rachadaporn Timun
| Title | Contributor | Type |
|---|---|---|
| Comparison of approximation model for modeling output response for computer simulated experiment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachadaporn Timun;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article |
Anamai Na-udom
| Title | Contributor | Type |
|---|---|---|
| Combining logistic regression analysis with data mining techniques to predict diabetes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| A comparison of models for count data with an application to over-dispersion data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chadarat Tapan.;Anamai Na-udom.;Jaratsri Rungrattanaubol. | บทความ/Article | |
| Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-Udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| Comparison of approximation model for modeling output response for computer simulated experiment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachadaporn Timun;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article |
Jaratsri Rungrattanaubol
| Title | Contributor | Type |
|---|---|---|
| Combining logistic regression analysis with data mining techniques to predict diabetes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| A comparison of models for count data with an application to over-dispersion data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chadarat Tapan.;Anamai Na-udom.;Jaratsri Rungrattanaubol. | บทความ/Article | |
| Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-Udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| Comparison of approximation model for modeling output response for computer simulated experiment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachadaporn Timun;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article |