文献

J-GLOBAL ID：202102255612564774   整理番号：21A3269296

CEEMDANとAM-MCMCに基づくアンサンブルモデルによる確率的予測のための新しいスキームと降水量予測におけるその応用【JST・京大機械翻訳】

A new scheme for probabilistic forecasting with an ensemble model based on CEEMDAN and AM-MCMC and its application in precipitation forecasting

著者 (12件)： Wang Yinan (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Yuan Ze (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Liu Haoqi (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Xing Zhenxiang (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Xing Zhenxiang (Key Laboratory of High Efficiency Utilization of Agricultural Water-Soil Resources of Ministry of Agriculture of China, Harbin 150030, China) ,  Ji Yi (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Ji Yi (Key Laboratory of High Efficiency Utilization of Agricultural Water-Soil Resources of Ministry of Agriculture of China, Harbin 150030, China) ,  Li Heng (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Li Heng (Key Laboratory of High Efficiency Utilization of Agricultural Water-Soil Resources of Ministry of Agriculture of China, Harbin 150030, China) ,  Fu Qiang (School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China) ,  Fu Qiang (Key Laboratory of High Efficiency Utilization of Agricultural Water-Soil Resources of Ministry of Agriculture of China, Harbin 150030, China) ,  Mo Chongxun (School of Architecture and Civil Engineering, Guangxi University, Nanning 530004, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 187  ページ： Null  発行年： 2022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： 降水は,流域における流出と水資源の成分の発生に影響した。降水のランダム性は予測の困難さと不確実性に寄与する。降水予測精度を改善し,この不確実性を説明するために,確率的降水予測のための新しいスキームを提案した。この方式では,まず,信号分解技術(適応雑音による完全アンサンブル経験的モード分解)を用いて,元の降水系列をサブシーケンスに分解した。第2に,経験的手法(時系列解析モデル,灰色自己記憶モデルおよび長期記憶)を用いて,定量的降水予測を生成した。第3に,アンサンブルモデルを使用し,経験的手法の出力を組立て,その重みを適応Metroolis-Markov連鎖モンテカルロアルゴリズム(AM-MCMC)によって決定する。AM-MCMCを採用して,アンサンブルモデルにおける単一モデルに対して多数の重みを生成した。与えられた確率(90%)における定量的予測(予測)とその信頼区間は,それぞれ予測に割り当てられた重みの平均と信頼区間によって単一モデル予測を掛けることによって得られる。本研究では,年間降水(各年の単一年間値)を採用して,新スキームの性能を試験した。予測年の降水は,以前のp年の降水予報(年間降水系列の自己相関次数)から得た。結果は,降水のための確率的予測のための新方式が単一モデル予測より良い予測精度を有することを示した。RMSEは139未満であり,MAREは8.99%未満である。さらに,降水の確率的予測のための新しいスキームは,大きな確率的メトリックスを得て,CRPSは0.009から0.036の範囲であり,信頼性は0.001から0.008の範囲であり,鋭さは24から77の範囲である。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： 雑音 ,  *降水 ,  *降水量 ,  時系列分析 ,  信頼性 ,  ネットワーク ,  不確実性 ,  水資源 ,  流域 ,  降水予報 ,  自己相関
準シソーラス用語： *MCMC ,  予測精度 ,  ランダム性 ,  メトリックス , 【Automatic Indexing@JST】

著者キーワード (6件)： 降水 ,  確率的予測 ,  アンサンブルモデル ,  信号分解技術 ,  長期記憶ネットワーク ,  適応大都市Markov連鎖モンテカルロ法

分類 (1件)： 天気予報  (DC05020O)

タイトルに関連する用語 (8件)： Am ,  MCMC ,  アンサンブルモデル ,  確率 ,  予測 ,  スキーム ,  降水量 ,  応用