文献

J-GLOBAL ID：201802211309848433   整理番号：18A1769234

自己回帰積分移動平均モデルと多重線形回帰を用いたインドの全州の降雨予測【JST・京大機械翻訳】

Prediction of Rainfall for all the States of India Using Auto-Regressive Integrated Moving Average Model and Multiple Linear Regression

著者 (2件)： Rodrigues Jesleena (TSEC-Mumbai University, Department of Computer, Mumbai, Maharashtra, India) ,  Deshpande Arti (TSEC-Mumbai University, Department of Computer, Mumbai, Maharashtra, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCUBEA  ページ： 1-4  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： インドは作物生産性が経済における主要なシェアに寄与する農業国である。作物生産性を理解するためには,降雨の予測が必要である。予測は挑戦的な仕事であり,気候に対しては非常に多くの問題がある。この提案した研究では,2つの方法を,月規模における州毎の降雨量の予測のために,Box-Jenkins時系列ARIMA(自己回帰統合移動平均)アプローチと多重線形回帰(MLR)を用いた。これらのアルゴリズムの性能を標準性能計量を用いて比較し,どのアルゴリズムが最も正確な結果を与えるかを見出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *積分 ,  *降雨 ,  農業 ,  気候 ,  降雨量 ,  *インド
準シソーラス用語： ARIMAモデル ,  *多重線形回帰 ,  *自己回帰 ,  作物生産性 ,  降雨予測 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 自己回帰 ,  積分 ,  モデル ,  多重線形回帰 ,  インド ,  降雨予測