文献

J-GLOBAL ID：202102278076202290   整理番号：21A0355460

Bafra平野土壌の圃場容量と永久萎凋点の予測に対するMLR,ANNおよびANFISモデルの比較分析【JST・京大機械翻訳】

Comparative Analysis of MLR, ANN, and ANFIS Models for Prediction of Field Capacity and Permanent Wilting Point for Bafra Plain Soils

著者 (2件)： Tasan Sevda (Department of Agricultural Structures and Irrigation, Faculty of Agriculture, Ondokuz Mayis University, Samsun, Turkey) ,  Demir Yusuf (Department of Agricultural Structures and Irrigation, Faculty of Agriculture, Ondokuz Mayis University, Samsun, Turkey)
資料名： Communications in Soil Science and Plant Analysis  (Communications in Soil Science and Plant Analysis)
巻： 51  号： 5  ページ： 604-621  発行年： 2020年 
JST資料番号： E0851A  ISSN： 0010-3624  CODEN： CSOSA2  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： ABSTRACT:圃場容量と永久萎凋点における含水量のような土壌水理パラメータは,様々な生物物理モデルと農業慣行(灌漑時期と灌漑量)の重要な入力パラメータを構成する。本研究では,容易に得られる土壌特性から,圃場容量と永久萎凋点の予測において,異なる入力パラメータを有する3つの異なる方法(多重線形回帰-MLR,人工ニューラルネットワーク-ANN,および適応ニューロ-ファジィ推論システム-ANFIS)の性能を比較した。相関分析は,粘土含有量,砂含有量,陽イオン交換容量,CaCO_3,および有機物がFCとPWPとの有意な相関を有することを示した(p<0.01)。検証結果は,最大R2と最小MAEとRMSE値を持つANNモデルが,MLRとANFISモデルよりもFCとPWPの予測に対して優れた性能を示した。ANNモデルは,訓練データセットにおいて,FCおよびR2=0.81,MAE=2.15%,RMSE=2.89%に対して,R2=0.83,MAE=2.36%およびRMSE=3.30%であった。R2=0.80,MAE=2.27%,RMSE=3.12%,FCとR2=0.83,MAE=1.84%,RMSE=2.40%,試験データセットにおけるPWPのRMSE=2.40%であった。また,Bayes正則化(BR)アルゴリズムは,他の訓練アルゴリズムよりもFCとPWPの両方に対して優れた性能を示した。Please refer to the publisher for the copyright holders. 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 ,  *灌漑 ,  ニューラルネットワーク ,  含水量 ,  陽イオン交換容量 ,  正則化 ,  生物物理学 ,  土壌特性 ,  学習アルゴリズム
準シソーラス用語： 訓練データ ,  相関分析 ,  比較分析 ,  多重線形回帰 ,  *適応ニューロ-ファジィ推論システム ,  入力パラメータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 言葉 ,  現場容量 ,  永久的萎凋点 ,  多重線形回帰 ,  人工ニューラルネットワーク ,  適応ニューロファジィ推論システム

分類 (3件)： 施肥法・肥効  (FB05030Y) ,  土壌化学  (FB04040C) ,  土壌物理  (FB04030R)

タイトルに関連する用語 (10件)： 平野 ,  土壌 ,  圃場 ,  永久 ,  萎凋点 ,  予測 ,  MLR ,  ANFIS ,  モデル ,  比較分析