文献

J-GLOBAL ID：201902256913386301   整理番号：19A0496905

ハイブリッドソフトコンピューティングモデルを用いた自然河川縦分散係数シミュレーション【JST・京大機械翻訳】

Natural Rivers Longitudinal Dispersion Coefficient Simulation Using Hybrid Soft Computing Model

著者 (3件)： Sulaiman Sadeq Oleiwi ,  Al-Dulaimi Ghassan ,  Al Thamiry Hayder
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： DeSE  ページ： 280-283  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 河川における汚染物質の縦方向分散係数(LDC)の決定は,いくつかの環境および水力工学実践に貢献する。したがって,LDCを予測するための正確で信頼できる方法を提供することは,水資源技術者を必要とする重要なプロセスである。本研究では,遺伝的アルゴリズム(GA)と結合した深いニューラルネットワーク(DNN)と呼ばれる新しいハイブリッドソフトコンピューティングモデルを開発し,文献の公表された研究から得られた歴史的情報を用いてLDCを予測した。GAは,LDCを計算するための入力組合せ属性として高度に影響する水力変数を定義するための進化モデリングフェーズとして確立される。水力変数は世界中の様々な流れに属し,モデリング構造を構築するために利用される。開発した予測モデルは,その予測可能性を可視化するために種々の統計的計量を用いて評価した。提案した結合予測モデルは,同じ応用に関するコア確立研究で検証した。一般的に,このモデルは環境および水力工学の観点に対して優れた方法論を示した。最も重要なことに,提案したモデルは河川工学の持続可能性の寄与を満たした。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 汚染物質 ,  水資源 ,  *河川 ,  *シミュレーション ,  ニューラルネットワーク ,  水力エネルギー ,  予測可能性 ,  可視化 ,  モデリング ,  予測モデル ,  位相
準シソーラス用語： 河川工学 ,  *分散係数 ,  *自然河川 ,  *ソフトコンピューティング , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (4件)： 自然河川 ,  縦 ,  分散係数 ,  シミュレーション