文献

J-GLOBAL ID：201702280566044378   整理番号：17A0379349

劣化土壌の分類と解析のための人工ニューラルネットワーク【Powered by NICT】

Artificial Neural Network for Classification and Analysis of Degraded Soils

著者 (5件)： Bonini Neto Alfredo ,  dos Santos Batista Bonini Carolina ,  Santos Bisi Beatriz ,  Rodrigues dos Reis Andre ,  Sommaggio Coletta Luiz Fernando
資料名： IEEE Latin America Transactions  (IEEE Latin America Transactions)
巻： 15  号： 3  ページ： 503-509  発行年： 2017年 
JST資料番号： W2450A  ISSN： 1548-0992  資料種別： 逐次刊行物 (A)
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： 本研究では,劣化土壌の分類と解析と石灰及び石膏施用に応答してその回復を確立するために人工ニューラルネットワーク(ANN)を評価することを目的とした。分析した劣化土壌はオキシソルとして分類し,考察した物理特性であった:土壌密度,土壌孔隙率(マクロ多孔性とミクロ多孔性)と土壌貫入抵抗。本研究で使用したANNは二層,中間層と出力層から成る逆伝搬,教師つき学習である。ネットワークは四入力,土壌の物理的属性を,中間層のネットワークは,ただ一つのニューロン,土壌は回収(R),部分的に回復した(PR)または回収されない(NR)であったかどうかを知らせるの関数を十種のニューロンおよび出口層を含んでいる。解析されたデータは,2012年から,深さ0.0 0.1m,0.1 0.2mと0.2 0.4に関する。ANNの性能を考慮すると,ネットワークは劣化土壌を分類するための適切な訓練を得て,分析データの低平均二乗誤差を示すことを検証した。,ANNは興味ある代替案と回復過程の際の劣化土壌を分類するための強力な自動ツールと考えられている。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： 石灰 ,  *ネットワーク ,  土壌孔隙率 ,  石膏 ,  ニューロン ,  オキシソル ,  *ニューラルネットワーク ,  教師つき学習 ,  土壌密度
準シソーラス用語： 平均二乗誤差 ,  中間層 ,  二層 ,  マイクロポーラス ,  マクロポーラス , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 土壌 ,  分類 ,  解析 ,  人工ニューラルネットワーク