文献

J-GLOBAL ID：202102285179116529   整理番号：21A3383159

FT-NIR分光法を用いた深いSVD連接による土壌有機物の効果的予測【JST・京大機械翻訳】

Effective prediction of soil organic matter by deep SVD concatenation using FT-NIR spectroscopy

著者 (8件)： Qiao Hanli (College of Science, Guilin University of Technology, Guilin 541004, China) ,  Qiao Hanli (Center for Data Analysis and Algorithm Technology, Guilin University of Technology, Guilin 541004, China) ,  Shi Xiubo (College of Science, Guilin University of Technology, Guilin 541004, China) ,  Shi Xiubo (Center for Data Analysis and Algorithm Technology, Guilin University of Technology, Guilin 541004, China) ,  Chen Huazhou (College of Science, Guilin University of Technology, Guilin 541004, China) ,  Chen Huazhou (Center for Data Analysis and Algorithm Technology, Guilin University of Technology, Guilin 541004, China) ,  Lyu Jingyi (Department of Mathematical Sciences, Stevens Institute of Technology, Hoboken, NJ 07030, USA) ,  Hong Shaoyong (School of Data Science, Huashang College Guangdong University of Finance & Economics, Guangzhou 511300, China)
資料名： Soil & Tillage Research  (Soil & Tillage Research)
巻： 215  ページ： Null  発行年： 2022年 
JST資料番号： E0854B  ISSN： 0167-1987  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： 土壌有機物(SOM),特に炭素と窒素は,土壌の物理的および化学的特性に多くの利益をもたらす。本論文では,鉱物土壌における有機炭素(OC)と全窒素(TN)の含有量を予測するために,Fourier変換近赤外(FT-NIR)分光法によって得られたスペクトルデータを採用した。畳み込みニューラルネットワーク(CNN)に関する大規模ハイパーパラメータによって発生する限界に対処するために,著者らは,特徴の学習のためにSVD連結と呼ばれる技術を用いて置換する。提案モデルは,予測タスクを完成するために完全接続と回帰の層を結合した。SVD-CNNとしてそれを略語し,同時にマルチタスク出力を提供できる。実験において,著者らは,FT-NIRとLUCAS 2009表土の2つのデータセットに関するSVD-CNNの予測性能を研究した。異なる状況に基づき,R2の最高性能は,FT-NIRデータセットで,OCで0.8891,TNで0.9048を達成した。同様に,LUCAS 2009表土データセットに関する最も顕著な結果は,OCに対してR2=0.9304,RMSE=3.6014,TNに対してR2=0.9319,RMSE=0.2733であった。さらに,SVD-CNNがより良い一般化能力を実行する,SVD連結を用いてのみ得られた結果を評価した。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： Fourier変換 ,  炭素 ,  窒素 ,  表土 ,  *土壌有機物 ,  略語 ,  近赤外線 ,  有機炭素 ,  *近赤外分光分析
準シソーラス用語： スペクトルデータ ,  鉱質土壌 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： SVD-CNN ,  OC ,  TN ,  予測 ,  FT-NIR分光法

分類 (2件)： 土壌化学  (FB04040C) ,  分光分析  (CC03012W)

タイトルに関連する用語 (3件)： FT-NIR分光法 ,  土壌有機物 ,  予測