文献

J-GLOBAL ID：202102250040899116   整理番号：21A3310772

機械学習アルゴリズムを用いた地下人工湿地の設計支援のための新しいアプローチの開発【JST・京大機械翻訳】

Developing a new approach for design support of subsurface constructed wetland using machine learning algorithms

著者 (15件)： Nguyen Xuan Cuong (Laboratory of Energy and Environmental Science, Institute of Research and Development, Duy Tan University, Da Nang, 550000, Viet Nam) ,  Nguyen Xuan Cuong (Faculty of Environmental Chemical Engineering, Duy Tan University, Da Nang, 550000, Viet Nam) ,  Nguyen Thi Thanh Huyen (Laboratory of Energy and Environmental Science, Institute of Research and Development, Duy Tan University, Da Nang, 550000, Viet Nam) ,  Nguyen Thi Thanh Huyen (Faculty of Environmental Chemical Engineering, Duy Tan University, Da Nang, 550000, Viet Nam) ,  Le Quyet V. (Department of Materials Science and Engineering, Institute of Green Manufacturing Technology, Korea University, Seoul 02841, Republic of Korea) ,  Le Phuoc Cuong (Department of Environmental Management, Faculty of Environment, The University of Danang-University of Science and Technology, Danang, 550000, Viet Nam) ,  Srivastav Arun Lal (Chitkara University School of Engineering and Technology, Chitkara University, Himachal Pradesh, India) ,  Pham Quoc Bao (Institute of Applied Technology, Thu Dau Mot University, Binh Duong Province, Viet Nam) ,  Nguyen Phuong Minh (Faculty of Environmental Sciences, University of Science, Vietnam National University, 334 Nguyen Trai, Thanh Xuan, Hanoi, Viet Nam) ,  La D. Duong (Institute of Chemistry and Materials, Nghia Do, Cau Giay, Hanoi, Viet Nam) ,  Rene Eldon R. (Department of Environmental Engineering and Water Technology, IHE Delft Institute for Water Education, 2601DA Delft, the Netherlands) ,  Ngo H. Hao (Center for Technology in Water and Wastewater, School of Civil and Environmental Engineering, University of Technology Sydney, Australia) ,  Chang S. Woong (Department of Environmental Energy Engineering, Kyonggi University, Suwon 442-760, Republic of Korea) ,  Nguyen D. Duc (Faculty of Environmental and Food Engineering, Nguyen Tat Thanh University, 300A Nguyen Tat Thanh, District 4, Ho Chi Minh City, 755414, Viet Nam) ,  Nguyen D. Duc (Department of Environmental Energy Engineering, Kyonggi University, Suwon 442-760, Republic of Korea)
資料名： Journal of Environmental Management  (Journal of Environmental Management)
巻： 301  ページ： Null  発行年： 2022年 
JST資料番号： H0435B  ISSN： 0301-4797  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 環境基準に適合する処理システムの設計を可能にするため,処理システムの排水水質を知ることは現実的な戦略である。本研究は,地下構築湿地(SCW)を設計するための機械学習ベースの予測モデルを開発することを目的とする。2009~2020年の期間のSCW文献からのデータは618セットと10の特徴を含んだ。5つのアルゴリズム,すなわち,ランダムフォレスト,分類と回帰ツリー,サポートベクターマシン,K最近傍,およびCubistを,最適アルゴリズムを決定するために比較した。流入濃度,C:N比,水力負荷速度,高さ,通気,流れタイプ,供給,およびフィルタタイプを含む9つの入力特徴を,予測アルゴリズムのための関連特徴として確認した。比較結果は,Cubistが最低RMSE(NH_4-NとCODでそれぞれ7.77と21.77mg.L-1)の最良のアルゴリズムであり,排水中の分散の84%に相当することを明らかにした。試験データからのNH_4-NとCOD予測で得られたCubistアルゴリズムの決定係数は,それぞれ0.92と0.93であった。SCW設計の適用の5つの事例研究も運動し,予測モデルによって検証した。最後に,SCWのための完全に開発されたCubistアルゴリズムベースの設計ツールを提案した。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 ,  水質 ,  排水 ,  最適化手法 ,  環境基準 ,  *湿地 ,  事例研究 ,  *機械学習 ,  *学習アルゴリズム ,  予測モデル ,  サポートベクトルマシン ,  *人工湿地
準シソーラス用語： 予測アルゴリズム ,  ランダムフォレスト ,  決定係数 , 【Automatic Indexing@JST】

著者キーワード (5件)： アンモニウム ,  人工湿地 ,  設計 ,  機械学習 ,  有機物

分類 (1件)： 下水,廃水の生物学的処理  (SC03060H)

タイトルに関連する用語 (6件)： 機械学習 ,  アルゴリズム ,  地下 ,  人工湿地 ,  設計支援 ,  開発