文献

J-GLOBAL ID：201702262886553867   整理番号：17A1593422

GA-BP神経回路網アルゴリズムに基づく高密度電気法の非線形インバージョン【JST・京大機械翻訳】

GA-BP neural network algorithm-based nonlinear inversion for high density resistivity method

著者 (2件)： Zhao Tao (山東科技大学鉱業与安全工程学院,山東青島,266590) ,  Yu Shijian (山東科技大学鉱業与安全工程学院,山東青島,266590)
資料名： Meitian Dizhi yu Kantan  (Meitian Dizhi yu Kantan)
巻： 45  号： 2  ページ： 147-151  発行年： 2017年 
JST資料番号： C2374A  ISSN： 1001-1986  CODEN： MDYKE3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高密度電気的技術は炭鉱の地質災害の探査において重要な役割を果たしている。近年、BP(Backpropagation)神経回路網を代表とする非線形インバージョン法は高密度電気法のインバージョンに広く応用されている。BPニューラルネットワークの方法は,高密度の電気的インバージョンにおいて,局所的極小,遅い収束,および逆変換精度の問題を解決するために,BPニューラルネットワークアルゴリズムと遺伝的アルゴリズム(GA)アルゴリズムを結合することによって実行される。高密度電気法の二次元非線形インバージョンを実現した。典型的な電気的モデルにより,この方法を検証し,遺伝的アルゴリズムがBPニューラルネットワークの重みと閾値を効果的に最適化し,アルゴリズムの大域的最適化を改善することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデル ,  炭鉱 ,  逆変換 ,  *神経回路網 ,  最適化 ,  地質 ,  遺伝的アルゴリズム ,  *アルゴリズム ,  二次元
準シソーラス用語： 大域的最適化 ,  逆伝播ニューラルネットワーク ,  インバージョン法 ,  *高密度 , 【Automatic Indexing@JST】

著者キーワード (4件)： high density resistivity method ,  non-linear inversion ,  genetic algorithm ,  BP neural network

分類 (4件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  ニューロコンピュータ  (JC06010Q) ,  地震学一般  (DC03020A)

タイトルに関連する用語 (3件)： 神経回路網 ,  アルゴリズム ,  非線形