文献

J-GLOBAL ID：202002223169802472   整理番号：20A1655400

時系列データとパネルデータを融合するLSTM-RBF都市域面積予測モデル【JST・京大機械翻訳】

A LSTM-RBF Urban Expansion Prediction Model Based on Time Series Data and Panel Data

著者 (3件)： Tian Zitao (東華理工大学 測絵工程学院,江西 南昌,330013) ,  Chen Xiaoyong (東華理工大学 測絵工程学院,江西 南昌,330013) ,  Zhang Hanchao (武漢大学 遥感信息工程学院,湖北 武漢,430079)
資料名： Cehui yu Kongjian Dili Xinxi  (Cehui yu Kongjian Dili Xinxi)
巻： 43  号： 5  ページ： 116-120  発行年： 2020年 
JST資料番号： C3257A  ISSN： 1672-5867  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 都市拡大シミュレーション予測は,都市計画と建設意思決定における都市空間時間発展の規則を応用する重要な基礎であり,都市研究の焦点である。既存の研究は主に2種類に分けられ、1種類は都市の時空発展の角度から、異速成長などのモデルを利用して時系列データ予測を行い、もう1種類は都市拡張駆動力の角度から、各種ニューラルネットワークあるいは多重回帰モデルとパネルデータを併用して予測を行う。この2種類のアルゴリズムは、いずれも単一面から都市拡張に対して説明し、都市の時空発展規則と駆動要素の両方に対する総合的考慮を欠いている。本論文では,時系列データとパネルデータを統合するLSTM-RBF都市域の面積予測モデルを提案し,このモデルは,長い短期記憶(LSTM)ネットワークと動径基底関数(RBF)ネットワークを結合させることにより,時系列の都市域の面積と経済を実現できた。人口などの駆動力データのダブルサポート下の都市域の面積の共同予測は、都市域の面積予測の精度を高め、都市域の面積予測に新たな有効な方法を提供し、都市の時空進化研究サービスに都市土地利用と計画制定に技術サポートを提供できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  意思決定 ,  ネットワーク ,  都市計画 ,  土地利用 ,  ニューラルネットワーク ,  *都市 ,  都市空間 ,  *都市域 ,  時間発展 ,  駆動力 ,  *予測モデル
準シソーラス用語： *パネルデータ ,  多重回帰モデル , 【Automatic Indexing@JST】

分類 (3件)： 都市問題,都市防災  (RD01030O) ,  土地利用一般,地域制  (RD02010Z) ,  環境問題  (SA01020V)

タイトルに関連する用語 (5件)： 時系列データ ,  融合 ,  都市域 ,  面積 ,  予測モデル