文献

J-GLOBAL ID：202102259379754454   整理番号：21A0791252

住宅地域における固形廃棄物発生を予測するための機械学習ベースモデルの開発:ベトナムの事例研究【JST・京大機械翻訳】

Development of machine learning - based models to forecast solid waste generation in residential areas: A case study from Vietnam

著者 (15件)： Nguyen X. Cuong (Center for Advanced Chemistry, Institute of Research and Development, Duy Tan University, Da Nang 550000, Vietnam) ,  Nguyen X. Cuong (Faculty of Environmental Chemical Engineering, Duy Tan University, Da Nang 550000, Vietnam) ,  Nguyen T. Thanh Huyen (Center for Advanced Chemistry, Institute of Research and Development, Duy Tan University, Da Nang 550000, Vietnam) ,  Nguyen T. Thanh Huyen (Faculty of Environmental Chemical Engineering, Duy Tan University, Da Nang 550000, Vietnam) ,  La D. Duong (Institute of Chemistry and Materials, Nghia Do, Cau Giay, Hanoi, Vietnam) ,  Kumar Gopalakrishnan (Institute of Chemistry, Bioscience and Environmental Engineering, Faculty of Science and Technology, University of Stavanger, Box 8600 Forus, 4036 Stavanger, Norway) ,  Kumar Gopalakrishnan (School of Civil and Environmental Engineering, Yonsei University, Seoul, 03722, Republic of Korea) ,  Rene Eldon R. (Department of Environmental Engineering and Water Technology, IHE Delft Institute for Water Education, 2601DA Delft, the Netherlands) ,  Nguyen D. Duc (Faculty of Environmental and Food Engineering, Nguyen Tat Thanh University, 300A Nguyen Tat Thanh, District 4, Ho Chi Minh City, 755414, Vietnam) ,  Nguyen D. Duc (Department of Environmental Energy Engineering, Kyonggi University, Suwon 16227, Republic of Korea) ,  Chang S. Woong (Department of Environmental Energy Engineering, Kyonggi University, Suwon 16227, Republic of Korea) ,  Chung W. Jin (Department of Environmental Energy Engineering, Kyonggi University, Suwon 16227, Republic of Korea) ,  Nguyen X. Hoan (Faculty of Environment - Natural Resources and Climate Change, Ho Chi Minh City University of Food Industry, Ho Chi Minh City, Vietnam) ,  Nguyen V. Khanh (Laboratory of Advanced Materials Chemistry, Advanced Institute of Materials Science, Ton Duc Thang University, Ho Chi Minh City, Vietnam) ,  Nguyen V. Khanh (Faculty of Applied Sciences, Ton Duc Thang University, Ho Chi Minh City, Vietnam)
資料名： Resources, Conservation and Recycling  (Resources, Conservation and Recycling)
巻： 167  ページ： Null  発行年： 2021年 
JST資料番号： C0817C  ISSN： 0921-3449  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： 本研究の主目的は,ベトナムの選択した住宅地域からの都市固形廃棄物(MSW)発生を予測するために,6つの機械学習(ML)ベースのモデルを比較することであった。入力データは,研究地域の経済,人口統計,消費および廃棄物発生特性をカバーする8つの変数を含む。モデルシミュレーション結果は,都市人口,平均月間消費支出量,および総小売販売がMSW発生に最も影響する変数であることを示した。MLモデルの中で,ランダムフォレスト(RF)およびk-最近傍(KNN)アルゴリズムは,訓練データ(データの80%)の良好な予測能力を示し,R2値>0.96および試験データ(データの20%)に対する平均絶対誤差(MAE)は121.5~125.0であった。開発したMLモデルは,ベトナムのための統合固形廃棄物管理行動計画の計画,設計および実施に役立つMSW発生に関するデータの信頼できる予測を提供した。本研究の限界は,国の低管理ユニットからのデータの欠如のようなデータセットの不均一性である。そのような場合,予測MLアルゴリズムは,信頼できるデータが加えられたとき,将来,更新され,再訓練される。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： アルゴリズム ,  *固形廃棄物 ,  小売 ,  *住居地区 ,  ベトナム社会主義共和国 ,  *事例研究 ,  不均一性 ,  行動計画 ,  *機械学習
準シソーラス用語： 訓練データ ,  ランダムフォレスト ,  入力データ ,  *廃棄物発生 ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  特徴選択 ,  予測 ,  機械学習 ,  固形廃棄物発生

分類 (1件)： ごみ処理  (SC05030O)

タイトルに関連する用語 (9件)： 住宅 ,  地域 ,  固形廃棄物 ,  予測 ,  機械学習 ,  モデル ,  開発 ,  ベトナム ,  研究