文献
J-GLOBAL ID:201702281328334021   整理番号:17A1729958

ラフ集合と最小二乗サポートベクトルマシンに基づく炭層メタン(CBM)の生産性の予測【Powered by NICT】

Forecasting of coalbed methane (CBM) productivity based on rough set and least squares support vector machine
著者 (5件):
資料名:
巻: 2017  号: GeoInformatics  ページ: 1-6  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
炭層メタン(CBM)生産性はCBM井戸の潜在的なガス生産を測定するための包括的な指標である。生産性はCBMプロジェクトの経済的利益に直接的に影響を与える。このように,効果的なCBM生産性予測モデルの開発は,CBM井の探鉱・開発へのガイド的重要性を提示した。CBMは石炭リザーバーに保存,多くの地質学的要因によって決定された生産性であった。多くの地質学的要因の間の関係の複雑さのため,動的プロセスを記述する正確な数学的表現を確立することは困難である。本論文では,CBM生産性を予測するために,ラフ集合(RS)と最小二乗サポートベクトルマシン(LS SVM)に基づく混合モデルを提案した。一方,結合シミュレーションアニーリング(CSA)アルゴリズムをLS-SVMのカーネルパラメータを最適化し,カーネル関数の最も正則化パラメータを得るために採用されている。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  燃料電池  ,  パターン認識 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る