文献

J-GLOBAL ID：201902281088101439   整理番号：19A1213663

水質指標を決定するためのハイブリッドソフトコンピューティングアプローチ:euphレート川【JST・京大機械翻訳】

Hybrid soft computing approach for determining water quality indicator: Euphrates River

著者 (10件)： Li Jing (Business School, Lanzhou City University, Lanzhou, Gansu, China) ,  Li Jing (College of Earth and Environmental Science, Lanzhou City University, Lanzhou, Gansu, China) ,  Abdulmohsin Husam Ali (Computer Science Department, College of Science, University of Baghdad, Baghdad, Iraq) ,  Hasan Samer Sami (Computer Science Department, College of Science, University of Baghdad, Baghdad, Iraq) ,  Kaiming Li (Geography and Planning School, Lanzhou City University, Lanzhou, Gansu, China) ,  Al-Khateeb Belal (Computer Science Department, College of Computer Science and Information Technology, University of Anbar, Ramadi, Iraq) ,  Ghareb Mazen Ismaeel (Department of computer science, College of Science and Technology, University of Human Development, Sulaymaniyah, Iraq) ,  Ghareb Mazen Ismaeel (Department of Informatic, School of Computing and Engineering, University of Huddersfield, Huddersfield, England, UK) ,  Mohammed Muamer N. (Faculty of Computer Systems and Software Engineering, University Malaysia Pahang, Kuantan, Pahang, Malaysia) ,  Mohammed Muamer N. (IBM Center of Excellence, University Malaysia Pahang, Kuantan, Pahang, Malaysia)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 31  号： 3  ページ： 827-837  発行年： 2019年 
JST資料番号： W0703A  ISSN： 0941-0643  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： 機械学習モデリング(人工知能(AI)アプローチを含む)のような動的および非線形パターンにより特徴付けられる回帰問題を解くための最近のアプローチは,予測のための有用で成功したツールであることが証明されている。ハイブリッドソフトコンピューティングのような最適化アルゴリズムと予測モデルを統合するアプローチは,問題予測の間のモデルの精度と精度の強化をもたらした。本研究において,水品質指標予測のために,ホタルアルゴリズム(FFA)による統合サポートベクトル回帰(SVR)に基づくハイブリッド進化モデルの実行を研究した。10年の期間にわたるハイブリッドモデルを試験するために使用された毎月の水質指標(WQI)は,Euphrate川,Iraqに属する。本研究の応用としてWQIの使用は,WQIが通常,多くの時間,努力を要する手動定式化を用いて計算されるという事実に基づいて刺激され,サブインデックス計算中に意図されない誤差と関連している可能性がある。予測モデルの定式化の間に考慮されたパラメータは,入力としての水質パラメータと出力としてのWQIである。SVRモデルを用いて,検査したSVR-FFAモデルの精度を検証した。良好な適合性と絶対誤差測度のような異なる統計的計量を用いてモデルを評価した。動的および非線形パターン特性を認識するハイブリッドモデルの性能は,純粋モデルと比較して高く,顕著であった。また,SVR-FFAモデルは,WQIの予測に対する良好でロバストなソフトコンピューティング技術であることを実証した。提案したモデルは,SVRに基づくモデル上で,絶対誤差測定(例えば,二乗平均誤差および平均絶対誤差)を,それぞれ42および58%向上させた。Copyright 2017 The Natural Computing Applications Forum Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *水質 ,  人工知能 ,  予測 ,  適応性 ,  定式化 ,  測度 ,  予測モデル ,  ロバスト性 ,  *河川 ,  機械学習 ,  モデリング
準シソーラス用語： 絶対誤差 ,  ハイブリッドモデル ,  サポートベクトル回帰 ,  *ソフトコンピューティング , 【Automatic Indexing@JST】

著者キーワード (4件)： サポートベクトル回帰 ,  ホタルアルゴリズム ,  回帰問題 ,  河川水質

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 水質指標 ,  レート ,  川