文献

J-GLOBAL ID：202102280865283894   整理番号：21A0274326

GDWSSA-KELMモデルに基づく日気温の予測に関する研究【JST・京大機械翻訳】

Study on the Prediction of Daily Temperature Based on GDWSSA-KELM Model

著者 (5件)： Zhang Yan (School of Computer, Electronics and Information, Guangxi University, Nanning, China) ,  Qin Liangxi (School of Computer, Electronics and Information, Guangxi University, Nanning, China) ,  Luo Lili (GD Midea Heating & Ventilating Equipment Co., Ltd, Foshan, China) ,  Qin Chuan (Guangxi Climate Center, Nanning, China) ,  Su Yongxiu (Guangxi Institute of Meteorological Science, Nanning, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICCPR 2020  ページ： 501-507  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 天気予報は人々の日常生活にとって非常に重要である。天気予報の精度を改善するために,この論文では,改良Gauss擾乱加重サップスウォームアルゴリズム(GDWSSA)とGDWSSA最適化カーネル極値学習機械(GDWSSA-KELM)モデルを天気予報のために提案する。GDWSSAは,収束速度があまり遅く,局所最適解に陥ることが容易である,元のアルゴリズム(SSA)の欠点を改善するために,モデルで提案される。シミュレーション結果は,GDWSSAがベンチマーク関数においてSSA,GA,PSOおよびGWOより優れていることを示した。次に,GDWSSAはGDWSSA-KELMと呼ばれるKELMモデルにおけるパラメータを最適化する。最後に,モデルを天気予測モデルを構築するために用いて,結果は,温度予測精度が従来の機械学習法より良いことを示した。したがって,提案したGDWSSA-KELMモデル予測モデルは,温度予測において優れた性能を有する天気予報のための強力な補助ツールとして役立つのに有望である。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  最適化 ,  シミュレーション ,  *気温 ,  天気 ,  天気予報 ,  学習機械 ,  ベンチマーク ,  機械学習 ,  予測モデル
準シソーラス用語： 収束速度 ,  温度予測 ,  局所最適解 , 【Automatic Indexing@JST】

著者キーワード (4件)： 天気予報 ,  Gauss擾乱加重 ,  カーネル極端学習機械;温度予測 ,  Salpスウォームアルゴリズム

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： モデル ,  気温 ,  予測 ,  研究