文献

J-GLOBAL ID：201802268625189916   整理番号：18A0326003

多変量カオスモデルとエクストリーム学習機械に基づく地滑り置換予測【Powered by NICT】

Landslide displacement prediction based on multivariate chaotic model and extreme learning machine

著者 (6件)： Huang Faming (Geological Survey, Institute of China University of Geosciences, Wuhan 430074, China) ,  Huang Jinsong (ARC Centre of Excellence for Geotechnical Science and Engineering, University of Newcastle, NSW, Australia) ,  Huang Jinsong (School of Civil Engineering and Architecture, Nanchang University, Nanchang 330031, China) ,  Jiang Shuihua (School of Civil Engineering and Architecture, Nanchang University, Nanchang 330031, China) ,  Zhou Chuangbing (School of Civil Engineering and Architecture, Nanchang University, Nanchang 330031, China) ,  Zhou Chuangbing (ARC Centre of Excellence for Geotechnical Science and Engineering, University of Newcastle, NSW, Australia)
資料名： Engineering Geology  (Engineering Geology)
巻： 218  ページ： 173-186  発行年： 2017年 
JST資料番号： A0120A  ISSN： 0013-7952  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 貯水池地すべりの変位の予測のための多変量の無秩序な極端学習機械(ELM)モデルを提案した。中国の三峡貯水池地域におけるBaishuiheとBazimen地すべりの変位時系列を例として使用した。結果は,変位時系列におけるカオスの証拠があることを示した。パーティクルスワーム最適化およびサポートベクトルマシン(PSO SVM)モデルに基づく単変量カオスELMモデルと多変量カオスモデルも比較のために適用した。比較を多変量カオスELMモデルは,単変量カオスELMモデルと多変量カオスPSO-SVMモデルよりも高い予測精度を達成することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  貯水池 ,  *予測 ,  中華人民共和国 ,  *カオス ,  *地滑り ,  *学習機械
準シソーラス用語： 予測精度 ,  粒子群最適化 ,  三峡ダム地域 ,  極度学習機械 ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： 貯留層地すべり ,  変位予測 ,  多変量位相空間再構成 ,  極端学習機械 ,  二重指数平滑化

分類 (1件)： 斜面安定,掘削変形  (RA03070L)

タイトルに関連する用語 (7件)： 多変量 ,  カオス ,  モデル ,  学習機械 ,  地滑り ,  置換 ,  予測