文献

J-GLOBAL ID：201802240828164659   整理番号：18A1301804

APクラスタ化とvaeモデルに基づく新しい大気質評価法【JST・京大機械翻訳】

A novel air quality evaluation method based on AP clustering and VAE model

著者 (4件)： Liang Chen (School of Mechanical and Electric Engineering, Soochow University, Suzhou, 215021, China) ,  Sheng Jin (School of Mechanical and Electric Engineering, Soochow University, Suzhou, 215021, China) ,  Yuxuan Zhuang (School of Mechanical and Electric Engineering, Soochow University, Suzhou, 215021, China) ,  Haichao Xu (School of Mechanical and Electric Engineering, Soochow University, Suzhou, 215021, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCDC  ページ： 2574-2578  発行年： 2018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： 現在,複雑な計算を必要とするAQIに基づく大気質レベルを評価し,大気質を包括的かつ効果的に評価することができない。著者らの大気質評価方法は,正確に大気質データをクラスタ化することができるだけでなく,事前知識なしで教師なし学習を用いて大気質を同定することもできた。著者らは,11のカテゴリにクラスタ化されたbading,su州,およびsan谷からの大気汚染物質データの2600日を収集する。著者らのクラスタリング結果と従来のアルゴリズムによる大気質レベルの間の比較を行った。さらに,変分自動符号器(VAE)モデルに基づいて,約96.5%の精度で新しい大気質データセットを同定することができた。本研究は,人々がより便利で科学的に大気汚染物質指標によって大気質を評価するのを助ける。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： 大気汚染物質 ,  *モデル ,  変分法 ,  アルゴリズム ,  符号器 ,  教師なし学習 ,  *クラスタ化
準シソーラス用語： 事前知識 ,  評価法 ,  *大気質 , 【Automatic Indexing@JST】

分類 (2件)： 気圏環境汚染  (SB03020M) ,  健康被害  (SB03070P)

タイトルに関連する用語 (6件)： Ap ,  クラスタ化 ,  VAE ,  モデル ,  大気質 ,  評価法