文献

J-GLOBAL ID：202102218008342189   整理番号：21A0072047

適応多層パーセプトロンに基づく航行可能河川水位変動の長期短期予報に関する研究【JST・京大機械翻訳】

Research on the long-term and short-term forecasts of navigable river’s water-level fluctuation based on the adaptive multilayer perceptron

著者 (4件)： Zhou Tianxiang (Department of Mathematics, University of California, Los Angeles, United States) ,  Jiang Zhaobing (School of Civil Engineering, Sanjiang University, Nanjing, China) ,  Liu Xujian (Department of Mathematics, Nanjing Tech University, Nanjing, China) ,  Tan Kun (Changjiang Waterway Planning, Design and Research Institute, Wuhan, China)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 591  ページ： Null  発行年： 2020年 
JST資料番号： C0584A  ISSN： 0022-1694  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 水位変動(WLF)予測は,揚子江のナビガブル河川の規制と管理において本質的な役割を果たす。ナビガブル河川予測の伝統的方法は,しばしば時間消費とコスト効率が高く,しばしば一定の更新を必要とし,自然で一変量である。本研究は,揚子江のナビガブル河川,南京ナビガブル河川の1つを利用して,深層学習技術を採用して予測を行った。初めて,Nanjing navigable河川のWLFデータを利用して,深層学習技術,多層パーセプトロン(MLP)を用いて多段階単変量および多変量時系列予測を行った。データは,10の異なるナビガブル河川からのWLF測定の3545日価値から成り,訓練と試験へのデータ漏洩なしで適切に割り当てられた。MLPは,毎日の基礎と出力の高速,正確,安定,および信頼できる短期予測と長期予測のための傾向を出すために,時系列シーケンス入力を10のナビガブル河川から取り入れるために構築した。また,このモデルを適応方法で構築し,日常測定に基づいて毎日自己更新できる。ナイーブモデルを,MLPモデルの改善と妥当性を測定するために,ベースラインモデルとして構築した。単変量および多変量適応モデルを,次に,一般的なデータ増強法,回転窓による拡張データに基づいて構築した。MLPモデルのハイパーパラメータを,関連試験および大規模グリッド調査に基づいて最適化した。短期および長期予報は,ナビガブル河川水位問題に対する時系列予測におけるMLPモデルの有望性を示し,それらは,ベースラインと比較して,二乗平均平方根誤差(RMSE)において少なくとも27.6%低かった。予測と自己更新を生産するための訓練モデルに必要な全時間は,局所4コアIntel Core i510世代(2.0GHz)で15分であり,モデルの非交渉性能のため,MLPは,ナビガブル河川WLF予測のための高速,費用効率が高く,正確な代替技術であると結論付けられた。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： 最適化 ,  *水位変動 ,  *河川 ,  長期予報 ,  *航行 ,  基準線 ,  短期予測 ,  長期予測 ,  *多層パーセプトロン
準シソーラス用語： 長江 ,  時系列予測 ,  *河川水位 ,  ハイパーパラメータ ,  多変量 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 航行可能な河川 ,  水位変動 ,  深層学習 ,  多層パーセプトロン ,  時系列

分類 (2件)： 水文学一般  (DC07010R) ,  流出解析  (DC07030N)

タイトルに関連する用語 (7件)： 適応 ,  多層パーセプトロン ,  航行 ,  河川水位 ,  長期 ,  短期予報 ,  研究