文献

J-GLOBAL ID：202102220011300320   整理番号：21A0564494

地域大気汚染予測のためのクラス不均衡SS-ELM【JST・京大機械翻訳】

Class Imbalance SS-ELM for Regional Air Pollution Prediction

著者 (3件)： Wu Qifan (School of Automation (School of Artificial Intelligent) Hangzhou Dianzi University,Hangzhou,China) ,  She Qingshan (School of Automation (School of Artificial Intelligent) Hangzhou Dianzi University,Hangzhou,China) ,  Jiang Peng (School of Automation (School of Artificial Intelligent) Hangzhou Dianzi University,Hangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCSS  ページ： 440-445  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： 重要な環境問題の1つとして,大気汚染は最近大きな注目を集めている。多くの都市は,大気汚染物質の時間毎濃度を測定するために地上モニタリングステーションを構築し,効果的な大気汚染予測モデルの緊急の需要がある。しかし,ほとんどの既存の研究は,主にクラス不均衡問題とラベル付きデータを収集するためのかなりのコストを無視する予測精度の改善に焦点を合わせている。大気汚染予測性能を促進するために,革新的大気汚染予測モデルを,クラス不均衡半教師つき極端学習機械(SS-ELM)に基づいて提案した。最初に,大多数加重少数オーバーサンプリング技術(MWMOTE)を採用して,平衡データセットを構築した。前処理の後,SS-ELMを選択して,分類のためのモデルを確立して,大気汚染レベルを予測した。最後に,中国,浙江省のXiasha経済発達帯から採取した時間毎汚染物質データについて,広範な実験を行った。結果は,いくつかの既存の方法と比較して,提案方法がG平均とF測度計量に関して優れた性能をもたらすことを示した。Copyright 2021 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： 測度 ,  *大気汚染 ,  前処理 ,  汚染物質 ,  都市 ,  大気汚染物質 ,  予測モデル
準シソーラス用語： オーバサンプリング ,  環境問題 ,  予測精度 ,  予測性能 ,  モニタリングステーション ,  *クラス不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 地域 ,  大気汚染 ,  予測 ,  クラス不均衡 ,  SS ,  ELM