文献

J-GLOBAL ID：201802248795752454   整理番号：18A1047083

農業生産を予測するためのハイブリッドサポートベクトル回帰の利用【JST・京大機械翻訳】

Using hybrid support vector regression to predict agricultural output

著者 (3件)： Jheng Ting-Zuo (Department of Maritime Information and Technology, National Kaohsiung University of Science and Technology, Kaohsiung city, Taiwan) ,  Li Tsung-Hao (Department of Maritime Information and Technology, National Kaohsiung University of Science and Technology, Kaohsiung city, Taiwan) ,  Lee Chien-Pang (Department of Maritime Information and Technology, National Kaohsiung University of Science and Technology, Kaohsiung city, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： WOCC  ページ： 1-3  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： 本研究では,サポートベクトル回帰(SVR)モデルをイネ収量を予測する主な方法として用いた。1995年から2015年までの台湾における気候データと農業出力データセットを統合した。実験結果は,ハイブリッドSVRモデルの性能が,二乗平均二乗誤差(RMSE)と相関係数(CC)に関して,従来のSVRモデルより良いことを示した。ハイブリッドSVRモデルの平均RMSEとCCは,それぞれ60と0.996であった。したがって,ハイブリッドSVRモデルは,高い信頼性と高い安定性予測結果を提供するので,農業出力を予測するのに適している。将来,著者らは,農業政策作成のために政府を支援するために,連続的に予測モデルを開発することができた。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： 相関係数 ,  台湾 ,  *予測 ,  *農業 ,  予測モデル ,  農業政策 ,  モデル
準シソーラス用語： 高信頼性 ,  平均二乗誤差 ,  気候値 ,  *サポートベクトル回帰 ,  *農業生産 , 【Automatic Indexing@JST】

分類 (5件)： 有機物質からなる多成分系の相平衡・状態図  (CB03016J) ,  食用油脂,マーガリン  (FJ09010C) ,  数値計算  (JE02000J) ,  外生物質の生物影響一般  (EE05010K) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 農業 ,  予測 ,  サポートベクトル回帰