文献

J-GLOBAL ID：202002248249849772   整理番号：20A1418837

極端な勾配ブースティングに基づく舗装骨材形状分類【JST・京大機械翻訳】

Pavement aggregate shape classification based on extreme gradient boosting

著者 (7件)： Pei Lili (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China) ,  Sun Zhaoyun (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China) ,  Yu Ting (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China) ,  Li Wei (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China) ,  Hao Xueli (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China) ,  Hu Yuanjiao (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China) ,  Yang Chunmei (School of Information Engineering, Chang’an University, Xi’an, Shaanxi 710064, China)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 256  ページ： Null  発行年： 2020年 
JST資料番号： T0560A  ISSN： 0950-0618  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： 骨材はアスファルト舗装における骨格充填の役割を果たす。骨材の形状は,骨材間の埋込み構造に影響し,アスファルトコンクリートの性能に影響する。本研究では,極端な勾配ブースティング(XGBoost)分類を用いて,凝集体の自動形状分類を研究した。凝集体の主要部と顕微鏡的特徴の表現式は,データに凝集体画像を変換することによって改良して,方法融合に基づく特性重要性解析方法は,凝集体形態の特性要因を選択するために提案した。交差検証に基づいて,XGBoost分類モデルを,凝集体形状の分類を完成するために,スーパーパラメータ組合せを最適化することによって訓練した。ランダムフォレストモデルと比較して,結果は,提案方法が効果的に凝集体形状を分類することができることを示した。また,二次元画像は凝集体の三次元特徴をある程度反映できることを証明した。この方法は,骨材の自動分類のための一定の理論的基礎を提供し,同時に,アスファルト混合物のインテリジェント生産を促進するために,重要な実用的意義を持つ。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  自動分類 ,  *骨材 ,  *舗装 ,  アスファルトコンクリート ,  アスファルト舗装 ,  アスファルト混合物 ,  三次元 ,  機械学習 ,  凝集体
準シソーラス用語： *ブースティング ,  二次元画像 ,  ランダムフォレスト ,  *形状分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 骨材形状 ,  機械学習 ,  方法の融合 ,  特徴選択 ,  XGBoost

分類 (1件)： 骨材  (YC05060B)

タイトルに関連する用語 (4件)： 勾配ブースティング ,  舗装 ,  骨材 ,  形状分類