文献
J-GLOBAL ID:201802225592344437   整理番号:18A0112337

インドネシア,アンボンにおけるGISを用いた地滑り危険性評価のためのニューラルネットワーク法を用いた事故係数最適化

Causative Factors Optimization Using Artificial Neural Network for GIS-based Landslide Susceptibility Assessments in Ambon, Indonesia.
著者 (2件):
資料名:
巻: 10  号:ページ: 120-129(J-STAGE)  発行年: 2017年 
JST資料番号: U0230A  ISSN: 1882-6547  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 日本 (JPN)  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。
本論では,ニューラルネットワーク法を用いて,インドネシア,アンボンにおける地滑り危険性を評価し事故係数を最適化した。高度,傾斜角度,斜面形状,岩石性状,地盤密度,河川距離,断層距離,そして道路までの距離が事故係数として採用された。最適化の結果,河川までの距離と斜面形状は最も影響の小さい事故係数で,地滑りモデルの変数から除外できる。道路からの距離と地盤密度が最も影響の大きな変数であった。6変数地滑り危険性モデルの方が,8変数モデルより精度のよい解を与えた。地滑り危険性分布図を用いJenk自然破壊法によって,非常に高い危険性から非常に低い危険性の5種類の地域に分類された。すべての想定地滑りのうちの20%を用いて,危険性モデルを検証した。受信者動作曲線(ROCs)を計算すると,6変数地滑りモデルによる成功率曲線の曲線下面積(AUC)は0.770で,8変数地滑りモデルによるそれは0.734であった。6変数地滑り危険性分布図の予測曲線によるAUCは0.777,8変数地滑り危険性分布図のAUCは0.717であった。(翻訳著者抄録)
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。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
自然災害  ,  ネットワーク法 
引用文献 (16件):
もっと見る

前のページに戻る