文献

J-GLOBAL ID：202002220587922349   整理番号：20A2151989

浮遊土砂負荷モデリングのためのANN予測限界の推定【JST・京大機械翻訳】

Estimation of ANN prediction bounds for the suspended sediment load modeling

著者 (3件)： Nourani V (Department of Water Resources Engineering, Faculty of Civil Engineering University of Tabriz, Tabriz, Iran.) ,  Sharghi E (Department of Water Resources Engineering, Faculty of Civil Engineering University of Tabriz, Tabriz, Iran.) ,  Paknezhad N J (Department of Water Resources Engineering, Faculty of Civil Engineering University of Tabriz, Tabriz, Iran.)
資料名： IOP Conference Series: Earth and Environmental Science  (IOP Conference Series: Earth and Environmental Science)
巻： 491  号： 1  ページ： 012001 (9pp)  発行年： 2020年 
JST資料番号： W5558A  ISSN： 1755-1307  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： 本論文では,懸濁堆積物負荷モデリングのための人工ニューラルネットワーク(ANN)の点予測を,イランにあるLighvanchai川について,月と日規模で評価した。ANNの点予測は予測の精度に関する情報を伝達しないので,予測間隔(PI)は,ANNの不確実性を評価するために最も頻繁に使われる技術としてBootstrap法により構築した。この方法で,PIの精度を被覆率と幅基準によって定量化した。結果は,毎日のスケールにおけるANNベースのモデリングが,毎月のスケールにおけるそれと比較してより良い性能を持って,Nash Sutcliff効率は,毎月と比較して毎日のスケールで32%高かったことを示した。さらに,毎日のスケールにおける構築したPIの幅と被覆率は,毎月のスケールと比較して,14%と24%,低くて,より高くて,Bootstrap方法は,目標値を適切に捕えることができた。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *懸濁液 ,  不確実性 ,  ニューラルネットワーク ,  イラン・イスラム共和国 ,  堆積量 ,  被覆率
準シソーラス用語： *浮遊土砂 ,  目標値 , 【Automatic Indexing@JST】

分類 (4件)： 河川調査・計画  (RC12020M) ,  下水,廃水の生物学的処理  (SC03060H) ,  人工知能  (JE08000Z) ,  水文学一般  (DC07010R)

タイトルに関連する用語 (5件)： 浮遊土砂 ,  モデリング ,  予測 ,  限界 ,  推定