文献

J-GLOBAL ID：201702243380655412   整理番号：17A0915623

主成分分析と統合した人工ニューラルネットワークを用いたUV-Vis吸光度の時系列予測

Forecasting of UV-Vis absorbance time series using artificial neural networks combined with principal component analysis

著者 (4件)： PLAZAS-NOSSA Leonardo (Universidad Distrital Francisco Jose de Caldas, Bogota, COL) ,  HOFER Thomas (Graz Univ. Technol., Graz, AUT) ,  GRUBER Guenter (Graz Univ. Technol., Graz, AUT) ,  TORRES Andres (Pontificia Universidad Javeriana, Bogota, COL)
資料名： Water Science & Technology  (Water Science & Technology)
巻： 75  号： 3/4  ページ： 765-774  発行年： 2017年 
JST資料番号： A0070A  ISSN： 0273-1223  CODEN： WSTED4  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： 本研究は,UV-Vis分光法によるオンライン水質データの予測手法を提案した。データセットの次元数を減らすための主成分分析(PCA)と予測目的のための人工ニューラルネットワーク(ANN)の組み合わせを使用し,得られた結果と離散フーリエ変換(DFT)を用いて得られた結果とを比較した。提案された方法論を,総数5705個のUV-Visスペクトルによって構成される4つの吸収時系列データセットに適用した。提案されたPCA/ANN方法論を適用することによって得られた絶対的なパーセンテージ誤差は,4つの研究サイトすべてにおいて10%と13%との間で変動した。全体的,得られた結果は,水系の特定の動態に大きく依存するように見えるため,ほとんど一般化できなかった。しかし,いくつかの傾向を概観できた。PCA/ANN法は,幾つかの廃水処理場の一定時間範囲の条件下で,特定のスペクトル範囲に使用するPCA/DFT予測手順よりも良好な結果を与えていた。

シソーラス用語： *主成分分析 ,  *ニューラルネットワーク ,  *水質 ,  *環境モニタリング ,  モデリング ,  Fourier変換 ,  *紫外スペクトル ,  *可視スペクトル ,  *予測
準シソーラス用語： *紫外可視スペクトル ,  *時系列予測 ,  *人工ニューラルネットワーク ,  水質モデリング ,  *水質モニタリング ,  *離散Fourier変換

分類 (3件)： 下水・廃水処理施設  (SC03020P) ,  水質調査測定一般  (SB02060X) ,  研究開発  (SA01040R)

タイトルに関連する用語 (5件)： 主成分分析 ,  統合 ,  人工ニューラルネットワーク ,  吸光度 ,  時系列予測