文献

J-GLOBAL ID：201902254183152304   整理番号：19A2210316

早期ダムを通る浸透のAIベースモデリングにおけるデータ前処理法【JST・京大機械翻訳】

Data pre-post processing methods in AI-based modeling of seepage through earthen dams

著者 (5件)： Sharghi Elnaz (Faculty of Civil Engineering, University of Tabriz, Tabriz, Iran) ,  Nourani Vahid (Center of Excellence in Hydroinformatics, Faculty of Civil Engineering, University of Tabriz, Tabriz, Iran) ,  Nourani Vahid (Near East University, Faculty of Civil and Environmental Engineering, 99138, Nicosia, N. Cyprus, via Mersin 10, Turkey) ,  Behfar Nazanin (Faculty of Civil Engineering, University of Tabriz, Tabriz, Iran) ,  Tayfur Gokmen (Department of Civil Engineering, Faculty of Engineering, Izmir Institute of Technology, Gulbahcekoyu, Urla, Izmir, Turkey)
資料名： Measurement  (Measurement)
巻： 147  ページ： Null  発行年： 2019年 
JST資料番号： W0315B  ISSN： 0263-2241  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： 本論文では,イラン北西部におけるSattarkhan earthenダムの浸透を,様々な人工知能(AI)モデル(例えば,Feedフォワードニューラルネットワーク,適応神経ファジィ推論システムおよびサポートベクトル回帰)および異なる入力組合せに基づく線形ARIMAモデルを用いてシミュレーションした。使用したAIベースのデータ駆動法の性能を向上させるために,前処理と集合後処理法の両方を用いた。この目的のために,訓練データサンプル空間を拡大するために,オリジナル時系列に雑音(異なるレベルで)を課すことにより,様々なジッタデータセットを生成した。さらに,単純線形,加重線形および非線形ニューラル平均化の3つの技術を,前処理目的のために考慮した。得られた結果は,ジッタと集合(特にニューラルアンサンブル)の両方を用いることにより,試験段階においてモデル化性能がほぼ30%向上することを示した。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： 線形性 ,  *前処理 ,  イラン・イスラム共和国 ,  ジッタ ,  *ダム ,  *モデリング ,  人工知能 ,  *浸透 ,  雑音
準シソーラス用語： 加重 ,  訓練データ ,  データ駆動 ,  サポートベクトル回帰 ,  ファジィ推論システム ,  神経 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  浸透 ,  アンサンブル法 ,  Jittering ,  相互情報

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 早期 ,  ダム ,  浸透 ,  AI ,  モデリング ,  データ前処理