文献

J-GLOBAL ID：202102276033224929   整理番号：21A2950708

多層パーセプトロンニューラルネットワークを用いた海岸線変動のモデル化における活性化関数の比較【JST・京大機械翻訳】

Comparing Activation Functions in Modeling Shoreline Variation Using Multilayer Perceptron Neural Network

著者 (2件)： Chen Je-Chian ,  Wang Yu-Min
資料名： Water (Web)  (Water (Web))
巻： 12  号： 5  ページ： 1281  発行年： 2020年 
JST資料番号： U7295A  ISSN： 2073-4441  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究は,台湾南部の5つの海浜から収集したデータを用いて,多層パーセプトロン(MLP)ニューラルネットワークを用いて海岸線変化をモデル化した。データは,1982年,2002年および2006年の森林局の空中調査地図を含み,予測子として役立ち,一方,無人航空機(UAV)調査データは2019のデータを回答者として役立った。MLPは,それらの有意性を評価する目的で,5つの異なる活性化関数を用いて構成した。これらの機能は,同一性,Tahn,ロジスティック,指数,およびSine関数であった。その結果,MLPモデルの性能は活性化関数の選択に影響されることが分かった。ロジスティックとTahn活性化関数は,他のモデルよりも優れており,ロジスティックは3つの海浜で最良で,残りはTahnであった。これらの知見は, shoreline線変化への機械学習の適用が,異なる活性化機能の広範な評価を伴うべきであることを示唆する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese 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 ,  *海岸線 ,  台湾 ,  空中調査 ,  無人機 ,  *多層パーセプトロン ,  機械学習 ,  海浜
準シソーラス用語： 予測子 ,  *活性化関数 ,  *多層パーセプトロンニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： ニューラルネットワーク ,  海岸線変動 ,  活性化機能

分類 (3件)： 穀類とその製品一般  (FJ04010T) ,  流出解析  (DC07030N) ,  エネルギーに関する技術・経済問題  (LA01050V)

引用文献 (40件)：

• Papakonstantinou, A.; Topouzelis, K.; Pavlogeorgatos, G. Coastline Zones Identification and 3D Coastal Mapping Using UAV Spatial Data. ISPRS Int. J. Geo-Inf. 2016, 5, 75.
• Neill, S.P.; Elliott, A.J.; Hashemi, M.R. A model of inter-annual variabilityin beach levels. Cont. Shelf Res. 2008, 28, 1769-1781.
• Iglesias, G.; López, I.; Castro, A.; Carballo, R. Neural network modelling of planform geometry of headland-bay beaches. Geomorphology 2009, 103, 577-587.
• Muñoz-Perez, J.J.; Medina, R. Comparison of long-, medium- and short-term variations of beach profiles with and without submerged geological control. Coast. Eng. 2010, 57, 241-251.
• López, I.; Aragonés, L.; Villacampa, Y.; Compañ, P. Artificial neural network modeling of cross-shore profile on sand beaches: The coast of the province of Valencia (Spain). Mar. Georesour. Geotechnol. 2017, 36, 698-708.

タイトルに関連する用語 (4件)： 多層パーセプトロンニューラルネットワーク ,  海岸 ,  モデル化 ,  活性化関数