文献

J-GLOBAL ID：202002277831860697   整理番号：20A1920739

検証と最適性パラメータおよび交差最適化展望に及ぼす可変配分の影響【JST・京大機械翻訳】

Effect of variable allocation on validation and optimality parameters and on cross-optimization perspectives

著者 (3件)： Toth Gergely (Institute of Chemistry, Eotvos University Budapest, 1117, Budapest, Pazmany s. 1/a, Hungary) ,  Kiraly Peter (Institute of Chemistry, Eotvos University Budapest, 1117, Budapest, Pazmany s. 1/a, Hungary) ,  Kovacs Daniel (Institute of Chemistry, Eotvos University Budapest, 1117, Budapest, Pazmany s. 1/a, Hungary)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 204  ページ： Null  発行年： 2020年 
JST資料番号： E0150B  ISSN： 0169-7439  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 独立変数のパターンを修正することにより,実験最適性パラメータの検証と設計の割当依存性を調べた。それらを中心状からコーナー状位置まで走査し,実験設定の固定設計もチェックした。応答変数を多変量線形回帰でモデル化した。計算は,2次元および4次元独立変数空間におけるシミュレーションデータおよび発電所およびQSAR研究のデータセットで行った。結果は,実験最適性の検証または設計を評価するほとんどすべてのパラメータが,可変領域のエッジに近いサンプル数を意図的に増加することによって調整できることを示した。著者らは,大部分のパラメータの間で強いランク相関を得た。それは,実験の設計がモデル構築の前に,または実験の前にさえ実行され,そして,検証がモデル構築後に起こるので,有効なモデルを得るための実験の設計の一次目的とよく一致している。驚くべきことに,異なるパラメータに対する選択した試料の最良のサブセットは弱く重複した。いくつかの適合度およびロバスト性パラメータに対してのみ妥当な交差最適化電力を見出し,オーバーラップは実験最適性パラメータの予測性と設計に関してむしろ弱いことが分かった。シミュレーションデータに対して,予測の正確な積分誤差を計算し,その値は個々のサブセットの誤差特性に強く依存し,最小交差最適化電力を示した。著者らは,最適パラメータを用いた実験の設計が,多くの場合,最良の検証パラメータを持つ割当を提供する必要はないと結論する。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 ,  シミュレーション ,  電力 ,  発電所 ,  二次元 ,  ロバスト性 ,  四次元 ,  定量的構造活性相関 ,  予測可能性
準シソーラス用語： 可変領域 ,  独立変数 ,  適合度 ,  オーバラップ ,  最適性 ,  最適パラメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 検証 ,  実験の設計 ,  予測性 ,  ロバスト性 ,  適合度

分類 (2件)： 数値計算  (JE02000J) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (8件)： 検証 ,  最適性 ,  パラメータ ,  交差 ,  最適化 ,  展望 ,  可変 ,  配分