文献

J-GLOBAL ID：202102279738552103   整理番号：21A0194616

逆伝搬および動径基底関数ニューラルネットワークと比較したサポートベクトルマシンを用いた崩壊感受性評価【JST・京大機械翻訳】

Collapse susceptibility assessment using a support vector machine compared with back-propagation and radial basis function neural networks

著者 (6件)： Li Yuanyao (Institute of Geological Survey, China University of Geosciences, Wuhan, China) ,  Sheng Yifan (Institute of Geological Survey, China University of Geosciences, Wuhan, China) ,  Chai Bo (School of Environmental Studies, China University of Geosciences, Wuhan, China) ,  Zhang Wei (Institute of Geological Survey, China University of Geosciences, Wuhan, China) ,  Zhang Taili (Nanjing Center, China Geological Survey, Nanjing, China) ,  Wang Jiajia (School of Highway, Chang’an University, Xi’an, China)
資料名： Geomatics, Natural Hazards and Risk  (Geomatics, Natural Hazards and Risk)
巻： 11  号： 1  ページ： 510-534  発行年： 2020年 
JST資料番号： W5860A  ISSN： 1947-5705  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： 機械学習モデルは,自然災害感受率予測のための効率的で一般的なモデルと見なされる。しかし,崩壊感受率評価(CSA)における最新の一般的機械学習モデルの応用に焦点を当てた研究はほとんどない。本論文は,3S(RS,GPSおよびGIS)技術ベースのサポートベクトルマシン(SVM)を提案して,中国の南tian地域における崩壊感受性をマップした。3S技術ベースのバックプロパゲーションニューラルネットワーク(BPNN)と動径基底関数ニューラルネットワーク(RBFNN)モデルも比較のために提案した。最初に,44の記録された崩壊を野外調査を通して同定し,そして,14の崩壊関連原因因子を3S技術を用いて獲得した。第2に,これらの記録された崩壊とランダムに選択された「崩壊の間で,崩壊と非崩壊格子セルの70%が3つのモデルを訓練するために使用され,残りの30%はモデルをテストするために使用された。第3に,Nantian地域の崩壊感受性マップを3つのモデルを用いて作成した。最後に,これらのモデルの予測精度を評価した。結果は,SVMモデルが最高の予測精度を持ち,一方,RBFNNモデルがCSAに対して最も低い予測精度を有することを示した。加えて,Nanian地域の崩壊感受性の分布特性は,3つのモデルすべてによってよく作り出される。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： 学習モデル ,  *ニューラルネットワーク ,  感受性 ,  自然災害 ,  布特性 ,  GPS ,  逆伝搬法 ,  機械学習 ,  *サポートベクトルマシン
準シソーラス用語： 予測精度 ,  感受率 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 崩壊感受性マップ ,  3S技術 ,  サポートベクトルマシン ,  動径基底関数ニューラルネットワーク ,  バックプロパゲーションニューラルネットワーク

分類 (2件)： 電力系統一般  (NB02000E) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 伝搬 ,  動径基底関数ニューラルネットワーク ,  サポートベクトルマシン ,  崩壊 ,  感受性 ,  評価