文献

J-GLOBAL ID：202202224287438237   整理番号：22A0979747

ランダムフォレストに基づくセメント粒度予測に関する研究【JST・京大機械翻訳】

Research on Cement Granularity Prediction Based on Random Forest

著者 (4件)： Yin Zhuangzhuang (University of Jinan,School of Automation and Electrical Engineering,Jinan,China) ,  Yuan Zhugang (University of Jinan,School of Automation and Electrical Engineering,Jinan,China) ,  Zhang Qiang (University of Jinan,School of Automation and Electrical Engineering,Jinan,China) ,  Zhao Chuanhua (University of Jinan,School of Automation and Electrical Engineering,Jinan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ITOEC  ページ： 807-811  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： セメントはインフラ建設における不可欠な建築材料であり,粒度分布はセメント品質の重要な指標の1つであり,生産を導くためにセメント粒度分布を予測することは非常に重要である。本論文は,機械学習におけるランダムフォレスト回帰アルゴリズムに基づくセメント粒径を予測する方法を採用して,線形回帰アルゴリズムに基づく粒径予測方法と比較し,そして,結果を評価するための指標としての適合の平均二乗誤差と良さを用いて,セメント粒子サイズを予測するためにランダムフォレスト回帰アルゴリズムを使用することは,比較的高度な適合度を達成して,それは,モデルの有効性と精度を検証し,そして,セメント粒径の自動化制御の極限実現のための基礎を築くことを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  粒度分布 ,  自動制御 ,  *セメント ,  建築材料 ,  粒径 ,  粒度 ,  インフラストラクチャー ,  有効性 ,  機械学習
準シソーラス用語： 線形回帰 ,  平均二乗誤差 ,  適合度 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ランダムフォレスト ,  セメント ,  粒度 ,  予測 ,  研究