文献

J-GLOBAL ID：202102292073894603   整理番号：21A2871342

ハイブリッド人工知能とサポートベクトルマシンモデルを用いたプロジェクト紛争解決の分類精度の改善【JST・京大機械翻訳】

Improving classification accuracy of project dispute resolution using hybrid artificial intelligence and support vector machine models

著者 (3件)： Chou Jui-Sheng (Department of Construction Engineering, National Taiwan University of Science and Technology, 43, Sec. 4, Keelung Rd., Taipei 106, Taiwan) ,  Cheng Min-Yuan (Department of Construction Engineering, National Taiwan University of Science and Technology, 43, Sec. 4, Keelung Rd., Taipei 106, Taiwan) ,  Wu Yu-Wei (Department of Construction Engineering, National Taiwan University of Science and Technology, 43, Sec. 4, Keelung Rd., Taipei 106, Taiwan)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 40  号： 6  ページ： 2263-2274  発行年： 2013年 
JST資料番号： W0178A  ISSN： 0957-4174  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： サポートベクトルマシン(SVM)は,構築知識ドメインに首尾よく適用されている。しかし,ベースラインモデルとしてSVMは,ハイブリッド知能を統合することによって,まだ潜在的改善空間を持っている。本研究では,ファジー論理,高速および近心遺伝的アルゴリズムの組合せを用いて,様々な分類モデルの性能を比較し,そして,公共プライベートパートナーシッププロジェクトの集合を,建設管理における実際の事例研究として収集した。データを相互検証のために互いに独立な折畳みに分割した。実験結果は,提案ハイブリッド人工知能システムが,プロジェクト実行中に議論が知られている論争カテゴリーと相を,予測プロジェクト論争分解能(PDR)結果(すなわち,仲介,裁量,緩和,交渉,および管理アピール)の予測において,SVMと比較して,77.04%,24.76%改善で,最良で,最も信頼できる分類精度を持つことを証明した。本研究は,公共インフラストラクチャプロジェクトに関連するPDR予測の分類におけるハイブリッド知能の改善能力を実証した。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： 建設管理 ,  折畳み ,  *人工知能 ,  事例研究 ,  基準線 ,  人工知能システム ,  ファジィ論理 ,  遺伝的アルゴリズム ,  *サポートベクトルマシン
準シソーラス用語： *紛争解決 ,  分類精度 ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (7件)： 分類 ,  ハイブリッド知能 ,  サポートベクトルマシン ,  ファジィ論理 ,  遺伝的アルゴリズム ,  紛争解決 ,  建設管理

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 人工知能 ,  プロジェクト ,  紛争解決 ,  分類精度