文献

J-GLOBAL ID：201802281565420095   整理番号：18A0148317

粒状計算ルール抽出と人工ニューラルネットワークの統合を用いたGISベース多基準地震脆弱性評価【Powered by NICT】

A GIS-based multi-criteria seismic vulnerability assessment using the integration of granular computing rule extraction and artificial neural networks

著者 (3件)： Sheikhian Hossein (North Kargar Ave GeoSpatial Information Systems, University of Tehran) ,  Delavar Mahmoud Reza (North Kargar Ave GeoSpatial Information Systems, University of Tehran) ,  Stein Alfred (Faculty of Geoinformation Science and Earth Observation, Earth Observation Systems, University of Twente)
資料名： Transactions in Gis  (Transactions in Gis)
巻： 21  号： 6  ページ： 1237-1259  発行年： 2017年 
JST資料番号： W2757A  ISSN： 1361-1682  資料種別： 逐次刊行物 (A)
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,地震物理的脆弱性評価に対処するための多基準グループ意思決定を提案した。粒度コンピューティングルール抽出は粒度計算によって提供されたルールに基づいてニューラルネットワークを訓練できる分類器を形成するためにフィードフォワード人工神経回路網と組み合わせた。伝統的多層ニューラルネットワークにもかかわらず透明構造を提供する。も分類器は各入力パターンのためのルールのセットに適用することができた。元粒状コンピューティング(GrC)の欠点をカバーし,いくつかの入力パターンは未分類のままであった。研究はイラン,テヘラン市の統計的単位の耐震脆弱性を分類するために適用した。斜面,地震強度,高さと建築物の年齢は効果的なパラメータであった。専門家は,地震物理的脆弱性の程度に関してランダムに選択した150試料統計的単位を順位付けした。専門家の判断の矛盾は誘導された順序付き重み付き平均化(アイオワ)演算子を用いて調べた。五十五分類ルールは,神経回路網を基礎にした抽出した。88%,κ=0.85およびR~2=0.89の全体的な精度を達成した。,以前一度も実行方法との比較は,テヘランの地震物理的脆弱性に最も正確な解であると提案した方法を証明した。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 耐震性 ,  神経回路網 ,  フィードフォワード ,  イラン・イスラム共和国 ,  *地震 ,  *ニューラルネットワーク ,  アイオワ州
準シソーラス用語： *脆弱性 ,  テヘラン ,  入力パターン ,  ディープニューラルネットワーク ,  *脆弱性評価 ,  *地震脆弱性 ,  *ルール抽出 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 計算 ,  ルール抽出 ,  人工ニューラルネットワーク ,  統合 ,  GIS ,  多基準 ,  地震脆弱性 ,  評価