文献

J-GLOBAL ID：201802256994437221   整理番号：18A1622943

機械学習とビッグデータを用いた天気予測の解析【JST・京大機械翻訳】

Analysis of Weather Prediction using Machine Learning & Big Data

著者 (4件)： Madan Shubham (Amity University, Noida, Uttar Pradesh, India) ,  Kumar Praveen (Amity University, Noida, Uttar Pradesh, India) ,  Rawat Seema (Amity University, Noida, Uttar Pradesh, India) ,  Choudhury Tanupriya (UPES Dehradun)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICACCE  ページ： 259-264  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： 全世界は力学的なcleとそのファセットによってplaguされ,このファセット効果をある程度削減するために,過去の年の例の温度,露,湿度空気圧および風向から与えられた情報のそれぞれの文脈に沿って,簡単な参照に関する気象を予測するいくつかの技術とアルゴリズムがある。過去数年の既存のデータの解析を行うとき,機械学習パラダイムにより,与えられた知識の集合を研究し,与えられたデータセットから有用な情報を抽出し,気候条件の非定常パターンを把握するために,予測モデルも導かれる。本論文または方式の間,著者らは,予測または天気予測を予測するために,一定の種類の情報集合をチームする機械学習の進歩的統計的線形回帰およびサポートベクトルマシン技術を調査する傾向を有した。提案した方式の下で,著者らは,次の5日間の気候予測のための近似および近傍の結果を提供する拡張アルゴリズム規則を導入する傾向を持ち,最後の結果を,Bigデータを用いたより適切で正確な予測のための数学的および統計的決定木と条件の概念に基づいて計算した。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： 気象条件 ,  *機械学習 ,  アルゴリズム ,  *天気 ,  湿度 ,  風向 ,  気象 ,  予測モデル ,  *予測 ,  サポートベクトルマシン ,  露 ,  ファセット
準シソーラス用語： 線形回帰 ,  非定常性 ,  *ビッグデータ , 【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 (5件)： 機械学習 ,  ビッグデータ ,  天気 ,  予測 ,  解析