文献

J-GLOBAL ID：201902260554443718   整理番号：19A1587133

NO_2推定における空間的および気象学的関連性:Algeciras湾(スペイン)における事例研究【JST・京大機械翻訳】

Spatial and meteorological relevance in NO₂ estimations: a case study in the Bay of Algeciras (Spain)

著者 (5件)： Gonzalez-Enrique Javier (Department of Computer Science Engineering, Polytechnic School of Engineering, University of Cadiz, Algeciras, Cadiz, Spain) ,  Turias Ignacio J. (Department of Computer Science Engineering, Polytechnic School of Engineering, University of Cadiz, Algeciras, Cadiz, Spain) ,  Ruiz-Aguilar Juan Jesus (Department of Industrial and Civil Engineering, Polytechnic School of Engineering, University of Cadiz, Algeciras, Cadiz, Spain) ,  Moscoso-Lopez Jose Antonio (Department of Industrial and Civil Engineering, Polytechnic School of Engineering, University of Cadiz, Algeciras, Cadiz, Spain) ,  Franco Leonardo (Department of Computer Science, ETS Computer Science, University of Malaga, Malaga, Spain)
資料名： Stochastic Environmental Research and Risk Assessment  (Stochastic Environmental Research and Risk Assessment)
巻： 33  号： 3  ページ： 801-815  発行年： 2019年 
JST資料番号： W1930A  ISSN： 1436-3240  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究は,Algecira湾(スペイン)に位置するモニタリングネットワークにおける時間毎NO_2濃度を推定するために,最も関連する変数を決定する方法に焦点を当てた。ネットワークの各ステーションに対して,人工ニューラルネットワークと多重線形回帰を用いて,時間毎推定モデルを計算した。周辺局からの気象変数と時間毎NO_2濃度を入力として使用し,特徴選択手順を以前の段階として適用した。開発した異なるモデルを統計的に比較した。各ステーションに対する最良の推定モデルで使用された入力は,各時間毎のNO_2濃度レベルを推定するために最も重要であった。これらの推定は,監視ネットワークにおける自動的な宣言検出または欠落したデータ障害として自律的能力を提供するための非常に有用な資源となり得る。最後に,変数の関連性に従って,ステーション間の類似性を階層的クラスタリングアルゴリズムの助けを借りて解析した。Copyright 2019 Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *気象学 ,  モデル ,  類似性 ,  *事例研究 ,  アルゴリズム ,  ニューラルネットワーク ,  特徴選択 ,  *スペイン ,  ネットワーク
準シソーラス用語： 自律性 ,  監視ネットワーク ,  気象変数 ,  推定モデル ,  多重線形回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工神経回路網 ,  ネットワークの監視 ,  大気汚染 ,  特徴関連性

分類 (1件)： 公衆衛生  (GB02000X)

タイトルに関連する用語 (5件)： 推定 ,  気象学 ,  関連性 ,  スペイン ,  研究