文献
J-GLOBAL ID:202102287935403169   整理番号:21A1276739

船舶塗装のための被覆消費割当の計算:CS-GBRTアプローチ【JST・京大機械翻訳】

Calculation of coating consumption quota for ship painting: a CS-GBRT approach
著者 (6件):
資料名:
巻: 17  号:ページ: 1597-1607  発行年: 2020年 
JST資料番号: H0021C  ISSN: 1547-0091  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,船舶塗装の建設前のコーティング量の予測,すなわち,被覆消費割当ての計算に焦点を当てた。現在,各造船所は,被覆消費割当を計算するために,より大きな被覆損失係数を使用する。建設の後,しばしば多くの在庫が残って,それは船舶塗装プロセスの科学的管理と造船のコスト管理に役立たなかった。したがって,本論文では,コサイン類似性と勾配ブースティング回帰ツリーハイブリッドアルゴリズム(CS-GBRT)を用いて,アンサンブル学習に基づく被覆消費予測法を提案し,種々の作動条件の下での被覆損失係数を計算した。コサイン類似性を用いて,訓練セットとして予測されるターゲットとのより少ない差で類似のデータを選択し,GBRTにおける損失関数を,GBRTの予測性能と計算精度を改善するために,類似性重みに基づいて改善した。2014年から2019年までの造船所によって記録された被覆データを,本論文で確立したモデルの予測能力を評価するためにランダムに選択した。結果は,提案したCS-GBRTアルゴリズムが被覆損失係数を計算するために使用するとき,トレーニングセットと試験セットの平均絶対誤差が両方とも<1.4であり,平均絶対誤差パーセンテージが両方とも<4%であることを示した。他の研究方法と比較して,予測精度は明らかに改善し,出力特性重要性もSpearman法で計算した傾向と一致し,それは再びモデルの妥当性を証明した。Copyright American Coatings Association 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
塗料の性質  ,  顔料 
タイトルに関連する用語 (6件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る