文献

J-GLOBAL ID：202002237749730188   整理番号：20A1035351

森林火災予測のための持続可能なアプローチ【JST・京大機械翻訳】

Sustainable Approach for Forest Fire Prediction

著者 (3件)： Chaudhary Paras (Department of Computer Science and Engineering, Jaypee Institute of Information Technology, Noida-62, UP, India) ,  Jain Somya (Department of Computer Science and Engineering, Jaypee Institute of Information Technology, Noida-62, UP, India) ,  Sinha Adwitiya (Department of Computer Science and Engineering, Jaypee Institute of Information Technology, Noida-62, UP, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1206  ページ： 456-469  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 地球温度の上昇とすでに森林被覆を枯渇させると,最初の問題により激しくなり,2番目の問題を悪化させる1つの現象があり,森林火災と呼ばれている。すでに急速に減少している森林により,森林火災の事例を予測し,緩和することは非常に重要であり,時間の90%が人間の誤差により発生する。森林は,惑星の持続可能性にとって最も重要であり,したがって,保存される必要がある。本論文では,4つの低コスト気象変数,温度,降雨,相対湿度および風を考慮することにより,森林火災の場合の燃焼面積を予測するための種々のデータマイニングモデルの使用の成功を実証した。与えられたタスクに対する各データマイニングモデルの性能に関する厳密な比較研究を示し,そのレビューにより,4つの気象変数を持つ森林火災面積の予測において,遺伝子発現プログラミングが最良であることを明らかにした。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 惑星 ,  降雨 ,  相対湿度 ,  地球 ,  山火事 ,  *データマイニング
準シソーラス用語： 持続可能性 ,  気象変数 ,  森林被覆 , 【Automatic Indexing@JST】

著者キーワード (4件)： 森林火災予測 ,  データマイニング ,  回帰モデル ,  持続性

分類 (1件)： 火災  (RA02020B)

タイトルに関連する用語 (2件)： 森林火災 ,  予測