文献

J-GLOBAL ID：202202220943190541   整理番号：22A0800316

ベイズ最適化による斜面安全係数-スタッキングアンサンブル学習を予測するためのマルチアルゴリズムハイブリッド法【JST・京大機械翻訳】

Based on multi-algorithm hybrid method to predict the slope safety factor-- stacking ensemble learning with bayesian optimization

著者 (6件)： Sun Junlong (Faculty of Land Resource Engineering, Kunming University of Science and Technology, Yunnan 650093, China) ,  Wu Shunchuan (Faculty of Land Resource Engineering, Kunming University of Science and Technology, Yunnan 650093, China) ,  Wu Shunchuan (School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 10083, China) ,  Zhang Huajin (Faculty of Land Resource Engineering, Kunming University of Science and Technology, Yunnan 650093, China) ,  Zhang Xiaoqiang (Faculty of Land Resource Engineering, Kunming University of Science and Technology, Yunnan 650093, China) ,  Wang Tao (Faculty of Land Resource Engineering, Kunming University of Science and Technology, Yunnan 650093, China)
資料名： Journal of Computational Science  (Journal of Computational Science)
巻： 59  ページ： Null  発行年： 2022年 
JST資料番号： W3406A  ISSN： 1877-7503  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： 安全係数は斜面安定性を評価する際に重要な指標である。しかし,過剰な仮定や影響因子の不十分な考慮のような多くの欠陥は,安全因子の不正確な計算結果をもたらした。このように,安全係数を得て,より正確に斜面安定性を評価するために,Bayes最適化(BOP-Stacking)によるStackingアンサンブル学習モデルを提案した。それは,ディシジョンツリー,サポートベクターマシン,および最近傍とランダムフォレストアルゴリズムを含む二次を含む第1レベル回帰アルゴリズムで築き上げた。さらに,傾斜安全因子の予測精度を改善するために,Bayes最適化アルゴリズムを採用して,これらの4つの回帰アルゴリズムのハイパーパラメータを最適化した。本研究では,密度,凝集,摩擦角,傾斜高さおよび間隙水圧比を含む210群傾斜データから成るデータセットを確立した。それは,アンサンブル学習モデルとあらゆる単一回帰アルゴリズムのための入力層指数として考慮して,傾斜安全係数の予測を完了する。予測値と真の値の間の平均自乗誤差と適合状況を比較して,分析する。それは,適合がより良いことを示して,平均二乗誤差(0.0916)は単一モデルより小さかった。それは,傾斜安全因子の予測精度がBOP-Stackingによって効果的に改良できると結論を下した。それは複雑な計算を避けるだけではなく,また,傾斜安定性のためのインテリジェント決定制御プラットフォームの確立のための参照を提供できる。Copyright 2022 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： *アルゴリズム ,  *最適化 ,  最適化手法 ,  精度 ,  斜面安定 ,  ディシジョンツリー ,  モデル ,  平均値 ,  *安全係数 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： *アンサンブル学習 ,  *ハイブリッド法 ,  予測精度 ,  ランダムフォレスト ,  予測値 ,  ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayes最適化 ,  アンサンブル学習 ,  斜面安全係数 ,  予測 ,  ハイブリッドモデル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： ベイズ最適化 ,  斜面 ,  安全係数 ,  スタッキング ,  アンサンブル学習 ,  予測 ,  マルチ ,  アルゴリズム ,  ハイブリッド法