文献

J-GLOBAL ID：201202249526012734   整理番号：12A1572430

予測子として水質変数を使用するKinta川(マレーシア)に関する水質指標のニューラルネットワークモデリング

Artificial neural network modeling of the water quality index for Kinta River (Malaysia) using water quality variables as predictors

著者 (5件)： GAZZAZ Nabeel M. (Dep. of Environmental Sciences, Fac. of Environmental Studies, Universiti Putra Malaysia, 43400 Serdang, Selangur ...) ,  YUSOFF Mohd Kamil (Dep. of Environmental Sciences, Fac. of Environmental Studies, Universiti Putra Malaysia, 43400 Serdang, Selangur ...) ,  ARIS Ahmad Zaharin (Center of Excellence for Environmental Forensics, Fac. of Environmental Studies, Universiti Putra Malaysia, 43400 ...) ,  JUAHIR Hafizan (Center of Excellence for Environmental Forensics, Fac. of Environmental Studies, Universiti Putra Malaysia, 43400 ...) ,  RAMLI Mohammad Firuz (Dep. of Environmental Sciences, Fac. of Environmental Studies, Universiti Putra Malaysia, 43400 Serdang, Selangur ...)
資料名： Marine Pollution Bulletin  (Marine Pollution Bulletin)
巻： 64  号： 11  ページ： 2409-2420  発行年： 2012年11月 
JST資料番号： E0557A  ISSN： 0025-326X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文ではKinta川(マレーシア)に関する水質指標(WQI)¹を計算するためのフィードフォワード,完全接続,三層認識ニューラルネットワークモデルの設計と応用について記述した。モデリング努力は,最適ネットワークアーキテクチァが23-34-1であり,最良WQI予測がクイックプロパゲーション(QP)トレイニングアルゴリズムと関連があることを示した;学習速度0.06;およびQP係数1.75.このモデルのWQI予測は測定されたWQI値と有意な,正の,非常に高い相関(r=0.977,p<0.01)をもつが,これはモデル予測が測定されたWQI値における変動の約95.4%を説明することを意味している。本論文で提示したアプローチはWQI計算および予測,特に構成水質変数の各値,あるいは値の範囲に対する冗長な計算や様々な準指標式の使用を含むWQI計算法の場合,に対する有用かつ強力な代替案を提供する。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 予測技法 ,  *ニューラルネットワーク ,  表面水 ,  *指標 ,  モデリング
準シソーラス用語： *水質指標 ,  予測子

分類 (3件)： 河川汚濁  (SB02020F) ,  水質管理  (SB02050M) ,  研究開発  (SA01040R)

タイトルに関連する用語 (7件)： 予測子 ,  水質 ,  変数 ,  川 ,  マレーシア ,  水質指標 ,  ニューラルネットワークモデリング