文献
J-GLOBAL ID:201802249907246395   整理番号:18A1930201

GISとランダム森林法を用いた地震時地すべり感受性のアンサンブルモデル【JST・京大機械翻訳】

An Ensemble Model for Co-Seismic Landslide Susceptibility Using GIS and Random Forest Method
著者 (3件):
資料名:
巻:号: 11  ページ: 365  発行年: 2017年 
JST資料番号: U7212A  ISSN: 2220-9964  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  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。
2015年4月25日のMw7.8Gorkha地震は,ネパールヒマラヤの中央部で数千の地すべりを引き起こした。本研究の主な目的は,モデル比較と組合せストランドを用いて,Sindhupalchow地区における共同地震地すべり感受性のアンサンブルベースの地図を作成することであった。合計2194の共同地震地滑りを同定し,ランダムに1536(~70%)に分割し,モデルを確立するためのデータを訓練し,残りの658(~30%)をモデルの検証のために残した。周波数比,証拠信念関数,および証拠法の重みを適用し,11の異なる原因因子(ピーク地盤加速度,震央近接性,断層近接性,地質,標高,傾斜,計画曲率,内部レリーフ,排水近接性,河川指数,地形湿潤指数)を用いて,地滑り感受性マップを作成した。次に,個々のモデルの種々の予測限界を克服するために,ランダムフォレストの集合を用いた。受信者動作特性曲線(ROC)の曲線下面積(AUC)を用いて,成功率と予測能力を批判的に比較した。単一スコアへの様々なモデルの結果を合成することによって,アンサンブルモデルは精度を改善し,頻度比(81.2%),証拠信念関数(83.5%)法,および証拠の重さ(80.1%)よりかなり現実的な予測能力(91%)を提供した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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 (1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 
引用文献 (89件):

前のページに戻る