文献

J-GLOBAL ID：202002282072074441   整理番号：20A2767087

人工ニューラルネットワークを用いた大気汚染レベルの分類【JST・京大機械翻訳】

Classification of Air Pollution Levels using Artificial Neural Network

著者 (2件)： Hamami Faqih (Telkom University,School of Industrial and System Engineering,Bandung,Indonesia) ,  Fithriyah Inayatul (Universitas Negeri Malang,Faculty of Mathematics and Science,Malang,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICITSI  ページ： 217-220  発行年： 2020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： 大気汚染は,人間環境への脅威である。それは,あらゆる国にとって世界におけるグローバル問題になった。大気汚染は,多くの因子によって引き起こされ,もし濃度レベルが正常レベルを超えるならば危険になる。PM_10,SO_2,CO,O_3,およびNO_2を含むいくつかのガスは危険汚染である。これらのガス濃度はIoTセンサによって感知できる。濃度が閾値を超えるとき,それは人間の生活のために不健康な条件になった。大気質の現況を理解するために,IoTデータから大気汚染レベルを分類することを提案した。本研究は,データを3つの大気汚染レベルに分類するためのニューラルネットワーク法を提案した。ニューラルネットワークアーキテクチャは隠れ層,ニューロン数,および時代の数の組合せから構築される。実験に基づいて,ニューラルネットワークモデルの精度は96.61%に達することができる。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： *大気汚染 ,  ニューロン ,  *ニューラルネットワーク ,  センサ
準シソーラス用語： 神経回路網モデル ,  隠れ層 ,  大気質 ,  ガス濃度 ,  ニューラルネットワークアーキテクチャ ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (3件)： 専用演算制御装置  (JC04030Y) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (3件)： 人工ニューラルネットワーク ,  大気汚染 ,  分類