文献
J-GLOBAL ID:201902257385127313   整理番号:19A2216261

ニューラルネットワークによる非従来型緊急事態の進化予測:大都市の経験的研究【JST・京大機械翻訳】

Evolution prediction of unconventional emergencies via neural network: An empirical study of megacities
著者 (6件):
資料名:
巻: 39  ページ: Null  発行年: 2019年 
JST資料番号: W3381A  ISSN: 2212-4209  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。
メガシティは国内の重要な位置を占めており,それらは世界全体を占めている。したがって,非従来の緊急事態の進化メカニズムを調査し,メガシティにおける二次災害を予測する確率を調査することは,非常に重要である。本論文において,著者らは,従来の緊急事態の進化予測問題を研究して,それをマルチラベル分類として定式化した。新しいマルチラベル学習ベクトル量子化(LVQ)ニューラルネットワークを提案して,サブイベントのタイプを予測することができる予測モデルを構築した。世界中の85のメガacの実際のデータセットを収集し,実験における事例研究として用いた。予測性能を,実際のラベルセットと検索ラベルセットの間の整合によって測定した。経験的結果は,二次災害のタイプを予測するためのマルチラベルシナリオにLVQを使用することの有効性を実証した。このモデルは,潜在的二次災害を予測するための緊急管理者にとって有益であり,災害予防と軽減のための情報決定を行う。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 (1件):
分類
JSTが定めた文献の分類名称とコードです
自然災害 

前のページに戻る