文献

J-GLOBAL ID：201902240836934505   整理番号：19A0461949

ニューラルネットワークに基づく垂直Dopplerレーダを用いた降水分類システム【JST・京大機械翻訳】

A Precipitation Classification System Using Vertical Doppler Radar Based on Neural Networks

著者 (3件)： Makino Kota (Control Information System Engineering Advanced Course, National Institute of Technology, Toyama College, Imizu, Japan) ,  Shiina Toru (Department of Electronics and Computer Engineering, National Institute of Technology, Toyama College, Imizu, Japan) ,  Ota Mamoru (Information Media Center, Kanazawa University, Kanazawa, Japan)
資料名： Radio Science  (Radio Science)
巻： 54  号： 1  ページ： 20-33  発行年： 2019年 
JST資料番号： C0674B  ISSN： 0048-6604  CODEN： RASCAD  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： 降水強度の正確な推定は,降水の粒子タイプが特定された場合にのみ達成できる。本研究では,タイプによって降水粒子を分類するニューラルネットワークに基づくシステムの構築について述べた。このシステムでは,入力データとして垂直ポインティングDopplerレーダにより得られたDopplerスペクトルと,教師信号として地上観測に基づく沈降粒子のタイプを用いた。分類システムの信頼性を,期間後のシステムのF測度によって評価した。分類システムのF測度が0.915であることを示し,システムが推定後0.9~49.1分まで降水粒子タイプを満足に分類することを確認した。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *Dopplerレーダ ,  測度 ,  信頼性 ,  *降水 ,  気象観測 ,  降水強度 ,  特徴抽出
準シソーラス用語： 地上観測 ,  教師信号 ,  Dopplerスペクトル ,  ポインティングデバイス ,  入力データ ,  降水粒子 , 【Automatic Indexing@JST】

著者キーワード (6件)： 気象観測 ,  特徴抽出 ,  分類 ,  ニューラルネットワーク ,  Dopplerスペクトル ,  降水粒子タイプ

分類 (2件)： 電離層・熱圏  (DC04050O) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  垂直 ,  Dopplerレーダ ,  降水 ,  分類