文献

J-GLOBAL ID：202002240841538921   整理番号：20A0632372

気象装置からの天気分類のための深層学習【JST・京大機械翻訳】

Deep Learning for Weather Classification from a Meteorological Device

著者 (6件)： Galicia Nayely (Instituto Tecnologico Superior de Misantla, Veracruz, Mexico) ,  Sanchez-Delacruz Eddy (Instituto Tecnologico Superior de Misantla, Veracruz, Mexico) ,  Biswal Rajesh R. (Escuela de Ingenieria y Ciencias, Tecnologico de Monterrey, Nuevo Leon, Mexico) ,  Nakase Carlos (Instituto Tecnologico Superior de Misantla, Veracruz, Mexico) ,  Mejia Jose (Universidad Autonoma de Ciudad Juarez, Chihuahua, Mexico) ,  Lara David (Instituto Tecnologico Superior de Misantla, Veracruz, Mexico)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1194  ページ： 13-25  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： 気候予測あるいは天気予報を実現するために,温度,風速,湿度などの様々な気象変数を監視する大規模で高価な気象観測所が存在するが,これらの予測システムは都市域または大規模な人口地域を監視するために展開されている。したがって,都市化から遠いコミュニティに対する予測は実際には不正確である。現在,気候変動に対するこれらの不正確な予測は,農民による不適切な計画により,いくつかの地域の農業に影響を及ぼす。これは,住民が気候行動の観測,非常に不正確で予測不可能な行動の観測からの経験を持っているという事前知識に基づいている。したがって,本研究では,農村地域におけるより正確な天気予報のために,適切なセンサ測定を用いて,温度,空気の湿度,光度,雨,湿度,および大気圧などの気象変数を記録する携帯型低コスト気象装置を提案した。これらの気象データを用いて,ターゲットクラスセット{降雨,曇天,sunny}の分類を,装置を通して得られたパラメータに基づいて行った。次に,深い学習による組立アルゴリズムの組合せを用いて,最適な結果を以下の分類器で得た。すなわち,サンプリング基準2/3-1/3,交差検証および代表的サンプルを用いて,多重分類器[数式:原文を参照]多層パーセプトロンである。分類結果は,最先端で報告されているものに関して同等で競争力があり,高い精度で目標クラスを区別することによって理解される。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *気象 ,  多層パーセプトロン ,  湿度 ,  気候変動 ,  降雨 ,  *天気 ,  農業地区 ,  都市域 ,  気象データ ,  都市化 ,  気候 ,  風速 ,  天気予報 ,  農民 ,  アルゴリズム

著者キーワード (3件)： 深層学習 ,  天気予測 ,  気象装置

分類 (2件)： 天気予報  (DC05020O) ,  気候学,気候変動  (DC05140T)

タイトルに関連する用語 (4件)： 気象 ,  天気 ,  分類 ,  深層学習