文献

J-GLOBAL ID：202202222089251074   整理番号：22A0794248

貯水池地滑り変位予測のための種々の機械学習法の比較研究【JST・京大機械翻訳】

A comparative study of different machine learning methods for reservoir landslide displacement prediction

著者 (8件)： Wang Yankun (Key Laboratory of Exploration Technologies for Oil and Gas Resources (Yangtze University), Ministry of Education, Wuhan, Hubei 430100, PR China) ,  Wang Yankun (School of Geosciences, Yangtze University, Wuhan, Hubei 430100, PR China) ,  Tang Huiming (Faculty of Engineering, China University of Geosciences, Wuhan, Hubei 430074, PR China) ,  Tang Huiming (Badong National Observation and Research Station of Geohazards, China University of Geosciences, Wuhan, Hubei 430074, PR China) ,  Huang Jinsong (Discipline of Civil, Surveying and Environmental Engineering, Priority Research Centre for Geotechnical Science and Engineering, The University of Newcastle, Callaghan, NSW 2308, Australia) ,  Wen Tao (School of Geosciences, Yangtze University, Wuhan, Hubei 430100, PR China) ,  Ma Junwei (Badong National Observation and Research Station of Geohazards, China University of Geosciences, Wuhan, Hubei 430074, PR China) ,  Zhang Junrong (Faculty of Engineering, China University of Geosciences, Wuhan, Hubei 430074, PR China)
資料名： Engineering Geology  (Engineering Geology)
巻： 298  ページ： Null  発行年： 2022年 
JST資料番号： A0120A  ISSN： 0013-7952  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： 本論文は,貯水池地滑り変位の予測において,5つの一般的機械学習方法,すなわち,粒子群最適化-極値学習機械(PSO-ELM),粒子群最適化-カーネル極値学習機械(PSO-KELM),粒子群最適化-サポートベクターマシン(PSO-SVM),粒子群最適化-最小二乗サポートベクトルマシン(PSO-LSSVM),および長い短期メモリニューラルネットワーク(LSTM)の性能を比較した。中国の三峡貯水池地域のBaishuihe,Shuping,およびBaijiabao地滑りを事例研究に使用した。累積変位はHodick-Prescottフィルタによる傾向変位と周期的変位に分解した。二重指数平滑化法と5つの機械学習法を用いて,それぞれ傾向と周期的変位を予測した。5つの機械学習法を,3つの観点で比較した:最も高い単一予測精度,平均予測精度,および予測安定性。結果は,3つの地滑り事例において,すべての3つの側面に関して,最も良い方法を実行してないことを示した。LSTMとPSO-ELMは,より良い単一予測精度を達成したが,平均予測精度と安定性は悪かった。PSO-KELM,PSO-LSSVMおよびPSO-SVMは,常にわずかな変化で一貫した予測を生じた。全体として,PSO-KELMとPSO-LSSVMを,それらの優れた平均予測精度と予測安定性のために推薦した。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： フィルタ ,  *貯水池 ,  指数平滑法 ,  ニューラルネットワーク ,  学習機械 ,  *地滑り ,  中華人民共和国 ,  事例研究 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： 粒子群最適化 ,  予測精度 ,  学習方法 ,  最小二乗-サポートベクトルマシン ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (5件)： 貯水池地滑り ,  変位予測 ,  サポートベクトルマシン ,  極限学習機械 ,  長期短期記憶ニューラルネットワーク

分類 (3件)： 斜面安定,掘削変形  (RA03070L) ,  土圧,土の動的性質,地盤の応力と変形  (RA03060A) ,  岩盤の力学的性質  (HE02000H)

タイトルに関連する用語 (6件)： 貯水池 ,  地滑り ,  変位 ,  予測 ,  機械学習 ,  研究