文献

J-GLOBAL ID：201702221651496167   整理番号：17A1393758

汚染濃度予測のための2相ニューラルネットワークモデル【Powered by NICT】

Two-Phase Neural Network Model for Pollution Concentrations Forecasting

著者 (5件)： Yan Cairong ,  Xu Shuhua ,  Huang Yan ,  Huang Yongfeng ,  Zhang Zhaohui
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CBD  ページ： 385-390  発行年： 2017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： 大気質予測は有害大気汚染物質に対する早期警報を提供することによって,公衆衛生を保護するために有効な方法である。伝統的な方法は主に神経回路網モデルに焦点を当てた。しかし,パラメータ間の関係は学習過程では無視されているとモデル構造も予測の精度を制限する。本論文では,完全結合ニューラルネットワークに基づく2相ニューラルネットワーク(2 NN)モデルは比較的短い時間間隔で,大気汚染物質(PM10,SO2,NO2,ら)濃度を予測するために提案した。モデル2-NNは,予測精度を改善するためのマッピング,傾向,相関を考慮に入れる。第一相では,写像関係を考慮して,五種の気象学的パラメータの入力として使用し,逆伝播ニューラルネットワークに供給された第一段階の予測を得た。第二相では,傾向と相関を考慮した,いくつかの歴史的時系列大気汚染物質の最も有力な気象パラメータの一つは第二相の予測を予測した。実験結果は2-NNモデルは,SVM,ニューラルネットワーク,およびKNNのような従来の方法よりも大気汚染物質のためのより良い予測性能を持つことを示した。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： 第二相 ,  PM10 ,  写像 ,  *ニューラルネットワーク ,  *予測 ,  二酸化硫黄 ,  警報 ,  気象学 ,  公衆衛生 ,  大気汚染物質
準シソーラス用語： 予測性能 ,  気象パラメータ ,  逆伝播ニューラルネットワーク ,  予測精度 ,  *神経回路網モデル , 【Automatic Indexing@JST】

分類 (3件)： 大気汚染一般  (SB03010B) ,  有害ガス調査測定  (SB03050T) ,  その他の汚染原因物質  (SB05040W)

タイトルに関連する用語 (3件)： 汚染 ,  予測 ,  ニューラルネットワークモデル