文献
J-GLOBAL ID:201902287017877551   整理番号:19A2282518

人工神経回路網でモデル化したコムギ圃場におけるオゾンフラックスに及ぼす環境要因の影響【JST・京大機械翻訳】

Effects of Environmental Factors on Ozone Flux over a Wheat Field Modeled with an Artificial Neural Network
著者 (2件):
資料名:
巻: 2019  ページ: Null  発行年: 2019年 
JST資料番号: U7661A  ISSN: 1687-9309  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  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。
オゾン(O_3)フラックスベースの指数は,生態系と作物収量に及ぼす地上O_3の影響を評価するO_3濃度ベースの指標より良いと考えられる。しかしながら,O_3フラックス(F_o)測定はしばしば技術的理由と環境条件のために不足している。これはフラックスベースの指標の計算を妨げる。本論文において,人工ニューラルネットワーク(ANN)方法を,中国,Yuchengにおけるコムギ圃場上で測定されたF_oと環境因子の間の関係をシミュレートするために試みた。結果は,ANNモデル化F_o値が測定したF_o値と良く一致することを示した。6つのルーチン独立環境変数を持つANNモデルのR2は,訓練データセットに対して0.8を超え,RMSEとMAEは,試験データセットに対して,それぞれ3.074nmol m-2 sと2.276 nmol m-2 ・sであった。CO_2フラックスと水蒸気フラックスはF_oと強い相関を有し,ANNモデルの適合性を改善することができた。含まれる変数と訓練データの選択の組合せの他に,ニューロンの数もANNモデルにおける不確実性の源である。モデル化したF_oの適合性は,それが1~10の範囲にあるとき,ニューロン数に敏感であった。ANNモデルは,F_oと独立変数の間の複雑な演算表現から成り,応答解析は,モデルがそれらの基本的物理的関係と重要性を反映できることを示した。O_3濃度,グローバル放射,および風速はO_3堆積に影響する重要な因子である。ANN法は,微気象法で測定されたF_oの間隙を満たすための有意な値を示す。Copyright 2019 Zhilin Zhu. 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
土壌生物 
引用文献 (53件):

前のページに戻る