文献

J-GLOBAL ID：202102250988964403   整理番号：21A0916404

組織事故予防効果の予測におけるデータマイニングの応用【JST・京大機械翻訳】

Application of data mining in predicting prevention and control effect of organizational accidents

著者 (5件)： Fu Jing (吉林化工学院 資源与環境工程学院,吉林 吉林132022;中国鉱業大学(北京) 応急管理与安全工程学院,北京100083) ,  Nie Fangchao (中国鉱業大学(北京) 応急管理与安全工程学院,北京100083) ,  Jing Deji (遼寧工程技術大学 安全科学与工程学院,遼寧 阜新123000) ,  Liu Hong (吉林化工学院 資源与環境工程学院,吉林 吉林132022) ,  Chen Weiwei (吉林化工学院 資源与環境工程学院,吉林 吉林132022)
資料名： Zhongguo Anquan Shengchan Kexue Jishu  (Zhongguo Anquan Shengchan Kexue Jishu)
巻： 16  号： 10  ページ： 152-157  発行年： 2020年 
JST資料番号： C2758A  ISSN： 1673-193X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 組織事故予防におけるデータ掘削技術の融入性と適用性をさらに探索するために,24Modelに基づく事故予測制御基礎モデルを構築し,予測精度と受信者動作特性曲線(ROC)曲線を用いて,ランダム森林(RF)を比較分析した。サポートベクトルマシン(SVM),ディシジョンツリー(DT),およびニューラルネットワーク(NN)の4つの方法は,組織事故の防止効果の予測性能を予測する。結果により、事故率制御(Y1)、職業危害予防(Y2)、財産損失の3種類の予測目標(Y3)に対して、RF方法はいずれも高い精度と安定性を達成し、優れた予測性能を有することが分かった。特徴重要度(FI)のランク付けにより、組織事故レベルへの影響が最も著しい要素は、安全実践活動認知(SC5)及び安全管理プログラムファイル(SMS3)であり、FI値は0.1500より大きいことが明らかになった。研究結果は、組織事故防止効果を有効に予測するための方法根拠を提供し、同時に企業の安全仕事の企画設計に構想を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  職業 ,  適応性 ,  ディシジョンツリー ,  安全管理 ,  等級づけ ,  予防 ,  予測制御 ,  *データマイニング ,  サポートベクトルマシン
準シソーラス用語： ROC曲線 ,  予測精度 ,  予測性能 ,  比較分析 ,  ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 鉱山火災・爆発・ガス  (UA04030D)

タイトルに関連する用語 (5件)： 組織事故 ,  予防効果 ,  予測 ,  データマイニング ,  応用