文献

J-GLOBAL ID：201702279694977238   整理番号：17A0116598

環境パラメータ推定のためのハイブリッドモデルにおけるSVM(サポートベクトルマシン)ネットワークの応用【Powered by NICT】

Applications of SVM networks in hybrid model for environment parameters estimation

著者 (3件)： Van Dinh Do (Sao Do University, Hai Duong, Viet Nam) ,  Dinh Van Nhuong (Sao Do University, Hai Duong, Viet Nam) ,  Hoai Linh Tran (Ha Noi university of science and technology, Ha Noi, Viet Nam)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSET  ページ： 190-195  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 天気予報は貴重な実用的な問題であり,農業,工業および他のサービスのための重要な意味を持っている。気象パラメータ[3+6 8 9]を予測するための異なる提案した手法が提案されているが,予測モデルのパラメータは,地理的条件と与えられた地域の経済発展に依存する。,各々の新しい位置決定のための,モデルのパラメータを再定義する以上の適切なモデルを提案することが必要である。本論文では,ハイブリッドモデル[2]における人工ニューラルネットワークSVM(Support Vector Machine)を用いて1日の最高および最低温度を予測するために提案した。入力データは最高・最低気温,湿度,風速と平均値降雨,太陽時間過去日間の歴史的値である。モデルへの入力を評価し,選択されたSVD(特異値分解)を用いて見積られた線形分解係数を使用している。提案した解の品質は,Hai Duong州からの実際の2191日間のデータで試験した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 位置決め ,  湿度 ,  予測モデル ,  *パラメータ推定 ,  特異値分解 ,  ニューラルネットワーク ,  天気予報 ,  風速 ,  地理学 ,  最低気温 ,  経済開発 ,  *サポートベクトルマシン
準シソーラス用語： 入力データ ,  気象パラメータ ,  *ハイブリッドモデル , 【Automatic Indexing@JST】

分類 (1件)： 天気予報  (DC05020O)

タイトルに関連する用語 (6件)： 環境 ,  パラメータ推定 ,  ハイブリッドモデル ,  SVM ,  サポートベクトルマシン ,  応用