文献

J-GLOBAL ID：202102216890332808   整理番号：21A2870478

モデルツリーとニューラルネットワークを用いたステージ放電評価曲線の開発:AtlantaにおけるPeachtree Creekへの適用【JST・京大機械翻訳】

Development of stage-discharge rating curve using model tree and neural networks: An application to Peachtree Creek in Atlanta

著者 (2件)： Ajmera Tapesh K. (Department of Earth and Environmental Sciences, University of Waterloo, Ontario, Canada N2L 3G1) ,  Goyal Manish Kumar (Department of Civil and Environmental Engineering, University of Waterloo, Ontario, Canada N2L 3G1)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 5  ページ： 5702-5710  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  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： M5Pモデルツリー機械学習技術の適用性と性能を,Atlanta,GeorgiaにおけるPeachtree Creekの段階-放電問題のモデリングにおいて研究した。ステージ-放電関係は,放電の正しい評価に重要な軸受を持つ。この技術を人工ニューラルネットワークと従来の定格曲線の3つの異なるアルゴリズムと比較した。区分的線形関数に類似したモデルツリーは,ニューラルネットワークに対してある利点を持つことを示す。それらはより透明であり,意思決定者によって許容され,それらは訓練において非常に速く,それらは常に収束する。M5Pツリーの精度は,ニューラルネットワークモデルと従来のモデルより優れていた。M5Pは,より少ないデータ事象がモデル開発に利用できるときに性能が優れていることが分かった。言い換えれば,M5Pは,より少ない測定データがステージ-放電問題のモデリングに利用できる場合,有用で実用的なツールになる可能性を有する。本研究はまた,ニューラルネットワークモデルおよび従来法と比較して,M5Pを使用するとき,モデリングの訓練と試験段階の間の高い整合性を示した。さらに,分割解析を行った。この解析は,M5Pモデルを用いて得た結果が,高流量と低流量の両方に対してANNよりも良いことを示した。Copyright 2021 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： アルゴリズム ,  *放電 ,  流量 ,  軸受 ,  *ニューラルネットワーク ,  定格 ,  適応性 ,  意思決定者
準シソーラス用語： 神経回路網モデル ,  線形関数 ,  モデル開発 ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (6件)： ステージ ,  放電 ,  M5P ,  ANN ,  低流量 ,  高流量

分類 (2件)： 大気汚染一般  (SB03010B) ,  研究開発  (SA01040R)

タイトルに関連する用語 (7件)： モデル ,  ニューラルネットワーク ,  ステージ ,  放電 ,  評価 ,  曲線 ,  開発