文献

J-GLOBAL ID：202002271352889276   整理番号：20A1130211

斜面安定性解析のためのパターン認識システムの節約設計【JST・京大機械翻訳】

Parsimonious design of pattern recognition systems for slope stability analysis

著者 (2件)： Ospina-Davila Y. M. (Depto. de Ingenieria Electrica, Electronica y Computacion, Universidad Nacional de Colombia - Sede Manizales, Manizales, Colombia) ,  Orozco-Alzate Mauricio (Depto de Informatica y Computacion, Universidad Nacional de Colombia - Sede Manizales, Manizales, Colombia)
資料名： Earth Science Informatics  (Earth Science Informatics)
巻： 13  号： 2  ページ： 523-536  発行年： 2020年 
JST資料番号： W4300A  ISSN： 1865-0473  資料種別： 逐次刊行物 (A)
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： (深い)ニューラルネットワークやサポートベクトル分類器のような最先端の機械学習法は,自然災害イベントの予測に関連する問題にうまく適用されてきた。しかし,これらの方法の有効性は,一般的に,いくつかのパラメータの微調整を必要とする複雑なアルゴリズムアーキテクチャのコストで得られる。さらに,文献におけるホットな話題としてのそれらの現在の人気は,研究者が等しく良く機能する可能性があるより簡単で古典的な方法を無視するために研究者を作り,Occamの原理に従って好ましくなければならない。本論文において,著者らは,最近,ミツバチコロニー最適化サポートベクトル分類器とメタ発見的最適化最小二乗サポートベクトル分類器と呼ばれる複雑なアプローチを用いて解決された斜面安定性予測の2つの特別な問題を示すことによって,非常に簡単なパターン認識法によって成功裏に解決することができた。また,類似パターン認識システムの設計サイクル中のデータ可視化と増分評価の重要性を強調した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最小二乗法 ,  最適化 ,  *パターン認識 ,  ニューラルネットワーク ,  パターン分類 ,  *斜面安定 ,  自然災害 ,  有効性 ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： Occam ,  データ可視化 ,  斜面安定解析 ,  微調整 , 【Automatic Indexing@JST】

著者キーワード (5件)： データ可視化 ,  機械学習 ,  Occamのrazor原理 ,  節約的パターン分類 ,  斜面安定性解析

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 斜面安定性解析 ,  パターン認識 ,  節約 ,  設計