Accuracy Assessment of CatBoost for Storm Damage

Megtekintés/ Megnyitás
Metaadat
Teljes megjelenítés
Link a dokumentumra való hivatkozáshoz:
Gyűjtemény
Absztrakt
This paper explores the use of gradient boosting
to quantify the economic damage caused by storms and classify
storm events as severe or mild. The study draws on a historical
disaster open database. These figures confirm gradient
boosting s high accuracy in analysing extreme meteorological
events for insurance.
- Cím és alcím
- Accuracy Assessment of CatBoost for Storm Damage
- A könyvrészlet száma
- 29.
- Szerző
- Madiyarov, Kuan
- Letov, Alexey
- Szerkesztő
- Petőné Csuka, Ildikó
- Megjelenés ideje
- 2025
- Hozzáférés szintje
- Open access
- Konferencia címe
- AIS 2025 20th International Symposium on Applied Informatics and Related Areas
- Konferencia ideje
- 2025. November 13.
- Nyelv
- en
- Terjedelem
- 5 p.
- Tárgyszó
- CatBoost, storm-damage, storm-damage regression, stormintensity classification, machine learning
- Változat
- Kiadói változat
- Egyéb azonosítók
- DOI: 10.12700/AIS.2025.029
- A cikket/könyvrészletet tartalmazó dokumentum címe
- PROCEEDINGS of 20th International Symposium on Applied Informatics and Related Areas
- A forrás folyóirat éve
- 2025
- ISBN, e-ISBN
- 978-963-449-405-8
- Műfaj
- Konferenciaközlemény
- Tudományterület
- Műszaki tudományok - multidiszciplináris műszaki tudományok
- Egyetem
- Óbudai Egyetem
- Kar
- Alba Regia Műszaki Kar