文献
J-GLOBAL ID:201802281734191058   整理番号:18A1643992

柔軟構造を持つ自己信頼ファジィ推論ネットワークを用いた降雨-流出モデリング【JST・京大機械翻訳】

Rainfall-runoff modelling using a self-reliant fuzzy inference network with flexible structure
著者 (4件):
資料名:
巻: 564  ページ: 1179-1193  発行年: 2018年 
JST資料番号: C0584A  ISSN: 0022-1694  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:
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。
降雨-流出(R-R)モデリングに用いられる従来のニューロファジィシステムは,一般的にエキスパート知識に依存している。これらのモデルにおいて,構造はエキスパートユーザによって設計されるだけでなく,入出力空間とルールベースのファジィ分割のためのすべての必要知識もエキスパートによって提供される必要がある。より柔軟なルールベースと構造を有するNFSに向けて移動するために,入力-出力空間におけるファジィラベルの位置と分布を同定し,必要なルールベースを生成するモデルを可能にする学習アルゴリズムに自己依存機構を統合する努力を行った。本研究では,自己適応ファジィ推論ネットワーク(SAFIN)をR-R応用に用いた。SAFINは,モデルを一貫して更新することにより,新しい入力タプルに適応するモデルを可能にする,カテゴリー学習誘導分割(CLIP)として知られている新しいクラスタリング技術を採用する。SAFINはまた,矛盾のある,そして,obsoleteルールを除外することができるルール剪定機構を備えている。本研究では,SAFIN R-Rモデルを3つの異なる流域タイプとサイズで開発し,その結果をベンチマークNFSモデルとURHM,HBV,GR4Jを含む物理モデルに対して比較した。結果は,SAFINが様々な流域条件下でのR-Rモデリングのための能力がありロバストなツールであることを示した。さらに,SAFINはベンチマークモデルに対する優れた結果ではない場合に匹敵した。ルール剪定を備えた自己依存学習とルール生成メカニズムを持つSsFINは,データがいくつかの矛盾を含む可能性がある流域におけるR-Rモデリングのための有力なツールになり得ると結論した。Copyright 2018 Elsevier B.V., Amsterdam. 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】
著者キーワード (4件):
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
流出解析  ,  水文学一般  ,  河川汚濁  ,  洪水対策 

前のページに戻る