文献

J-GLOBAL ID：201802277266222184   整理番号：18A0510617

Guangchang地域(中国)におけるAdaBoost,バギングおよび回転フォレストアンサンブルを用いたJ48ディシジョンツリーを用いた地すべり危険度マッピング【Powered by NICT】

Landslide susceptibility mapping using J48 Decision Tree with AdaBoost, Bagging and Rotation Forest ensembles in the Guangchang area (China)

著者 (17件)： Hong Haoyuan (Key Laboratory of Virtual Geographic Environment (Nanjing Normal University), Ministry of Education, Nanjing 210023, China) ,  Hong Haoyuan (State Key Laboratory Cultivation Base of Geographical Environment Evolution (Jiangsu Province), Nanjing 210023, China) ,  Hong Haoyuan (Jiangsu Center for Collaborative Innovation in Geographic Information Resource Development and Application, Nanjing, Jiangsu 210023, China) ,  Liu Junzhi (Key Laboratory of Virtual Geographic Environment (Nanjing Normal University), Ministry of Education, Nanjing 210023, China) ,  Liu Junzhi (State Key Laboratory Cultivation Base of Geographical Environment Evolution (Jiangsu Province), Nanjing 210023, China) ,  Liu Junzhi (Jiangsu Center for Collaborative Innovation in Geographic Information Resource Development and Application, Nanjing, Jiangsu 210023, China) ,  Bui Dieu Tien (Geographic Information System group, Department of Economics and Computer Sciences, Telemark University College, Bo i Telemark, N-3800, Norway) ,  Pradhan Biswajeet (School of Systems, Management and Leadership, Faculty of Engineering and IT, University of Technology Sydney, CB11.06.217, Building 11, 81 Broadway, Ultimo, NSW 2007, (PO Box 123), Australia) ,  Pradhan Biswajeet (Department of Energy and Mineral Resources Engineering, Choongmu-gwan, Sejong University, 209 Neungdong-ro Gwangjin-gu, Seoul 05006, Republic of Korea) ,  Acharya Tri Dev (Department of Civil Engineering, Kangwon National University, Republic of Korea) ,  Pham Binh Thai (Department of Civil Engineering, Gujarat Technological University, Nr.Visat Three Roads, Visat - Gandhinagar Highway, Chandkheda, Ahmedabad 382424, Gujarat, India) ,  Pham Binh Thai (Department of Geotechnical Engineering, University of Transport Technology, 54 Trieu Khuc, Thanh Xuan, Ha Noi, Viet Nam) ,  Zhu A-Xing (Key Laboratory of Virtual Geographic Environment (Nanjing Normal University), Ministry of Education, Nanjing 210023, China) ,  Zhu A-Xing (State Key Laboratory Cultivation Base of Geographical Environment Evolution (Jiangsu Province), Nanjing 210023, China) ,  Zhu A-Xing (Jiangsu Center for Collaborative Innovation in Geographic Information Resource Development and Application, Nanjing, Jiangsu 210023, China) ,  Chen Wei (College of Geology and Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Ahmad Baharin Bin (Department of Geoinformation, Faculty of Geoinformation and Real Estate, Universiti Teknologi Malaysia (UTM), Malaysia)
資料名： CATENA  (CATENA)
巻： 163  ページ： 399-413  発行年： 2018年 
JST資料番号： W1943A  ISSN： 0341-8162  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： 地すべりは,人命や財産に影響を及ぼす損傷の異なる種類を引き起こす斜面不安定性の発現である。高性能ベース地すべり予測モデルは,地すべり危険防止と緩和のための戦略を開発するための政府機関に有用である。データマイニングに基づくアルゴリズムの開発は,高性能モデルは集合フレームワークを用いて得ることができることを示した。本研究の主な目的は,J48決定木(JDT)の基本分類器を用いた地滑り感受性評価のために,AdaBoost,バギング,および回転フォレストのような現行の最先端レベルアンサンブル技術の利用を調査し,比較することである。Guangchang地区(中国,江西省)を事例研究として選択した。237地滑り地点と地すべりインベントリマップを構築した;地すべり位置をランダムに訓練と検証モデルのための70/30の比に分けた。第二に,十五地滑り条件づけ因子を調製し,勾配,方位,標高,地形学的湿潤指数(TWI),河川パワー指数(SPI),堆積物輸送指数(STI),計画曲率,断面曲率,岩質,断層までの距離,河川からの距離,道路までの距離,土地利用,正規化植生指数(NDVI)および降雨などした。10重交差検証法によりReliefFは条件づけ因子と特徴選択のための予測能力を定量化するために適用した。JDTとその三アンサンブル技法を用いて,全四地すべり感受性モデルを構築した。最後に,得られたモデルの全体的性能は,受信者動作特性(ROC)曲線(AUC)と統計的指標下面積を用いて評価し,比較した。結果は,すべての地すべりモデルは高い性能(AUC>0.8)を持つことを示した。しかし,回転フォレストモデルとJDTは最も高い予測能力(AUC=0.855),AdaBoost(0.850),バギング(0.839),JDT(0.814)とそれに続くJDTを提示した。これらよりの結果から,回転フォレストによるJDTは本研究で最適モデルであることを示し,同様の症例における地すべり感受性マッピング精度向上のための有望な方法と考えることができる。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： *地滑り ,  道路 ,  アルゴリズム ,  データマイニング ,  *ディシジョンツリー ,  河川 ,  感受性 ,  予測モデル ,  曲率 ,  *中華人民共和国 ,  正規化植生指数 ,  交差検証法 ,  土地利用 ,  事例研究
準シソーラス用語： *AdaBoost , 【Automatic Indexing@JST】

著者キーワード (6件)： J48ディシジョンツリー ,  AdaBoost ,  バギング ,  回転森 ,  Guangchang ,  GIS

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 地域 ,  中国 ,  AdaBoost ,  バギング ,  ディシジョンツリー ,  地すべり危険度 ,  マッピング