文献
J-GLOBAL ID:201902254159226673   整理番号:19A0866205

衛星ベースPM2.5評価のためのGauss型Markov確率場対線形混合モデル:米国北東部からの証拠【JST・京大機械翻訳】

Gaussian Markov Random Fields versus Linear Mixed Models for satellite-based PM2.5 assessment: Evidence from the Northeastern USA
著者 (4件):
資料名:
巻: 205  ページ: 30-35  発行年: 2019年 
JST資料番号: C0382D  ISSN: 1352-2310  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  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。
健康に及ぼす大気汚染の影響を研究することは,環境疫学における重要な領域である。大気汚染効果の正確な推定には,大気汚染の空間時間的に分解されたデータセット,特にFine Particulate Matter(PM)が必要である。衛星ベース技術は,直接測定が不可能な場所でPM評価を提供する能力を大いに強化した。間接PM測定は統計的予測問題である。空間-時間統計的文献は,様々な予測モデルを提供する。特に,Gaussランダム場(GRF)と線形混合モデル(LMM)である。GRFはデータにおける時空構造を強調するが,計算的に適合する必要がある。LMMは計算的に適合しやすいが,空間と時間を扱うためにはいくつかの変更を必要とする。時空統計文献における最近の進歩は,Gaussマルコフ確率場(GMRF)による近似により,GRFsの計算負荷を軽減することを提案している。LMMとGMRFは両方とも計算的に実行可能であるので,問題は発生する。それは統計的により良い。環境モニタリングと汚染評価におけるLMMの大きな人気にもかかわらず,LMMは米国北東部におけるPMを測定するためにGMRFより統計的に劣っていることを示した。Copyright 2019 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】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
粒状物調査測定  ,  大気汚染一般  ,  研究開発 

前のページに戻る