文献

J-GLOBAL ID：202002241659485985   整理番号：20A0435860

人工神経回路網を用いた地滑り確率の予測【JST・京大機械翻訳】

Predicting the Probability of Landslide using Artificial Neural Network

著者 (2件)： Roy Animesh Chandra (Chittagong University of Engineering and Technology,Dept. of CSE,Chittagong,Bangladesh) ,  Islam Md. Mominul (Chittagong University of Engineering and Technology,Dept. of CSE,Chittagong,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICAEE  ページ： 874-879  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 地すべりは自然発生である。しかし,地滑りのためのいくつかの人類の理由もある。それは自然発生であるので,人間はこれを防ぐことができない。しかし,これを効率的に予測することにより,損傷を軽減し,特性を失うことができる。本研究では,バングラデシュと研究地域における地すべりの発生を予測することを試みた。地すべりには多くの理由がある。5つのパラメータの事例において,地滑りを予測するために考慮した。これらは降雨データ,以前の5日間の降雨データ,標高,斜面,土壌タイプである。高さと傾斜は,Chittagong市のDEMとCoxのBazarから収集した。気象予報からの降雨データ。人工ニューラルネットワークモデルを開発した。最初に,重みづけを,より良い予測結果を得るために,逆伝搬アルゴリズムを用いて,次に,重みを調整した。列車データセットを用いてモデルを訓練し,試験データセットを用いてモデルを評価した。このモデルを用いて精度は最高93.87%になった。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バングラデシュ人民共和国 ,  *ニューラルネットワーク ,  土壌型 ,  重みづけ ,  天気予報 ,  *地滑り ,  ヒト ,  降雨 ,  自然発生
準シソーラス用語： 逆伝搬アルゴリズム ,  神経回路網モデル ,  標高 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  斜面安定,掘削変形  (RA03070L) ,  自然災害  (RA02030M)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  地滑り ,  確率 ,  予測