文献

J-GLOBAL ID：202202226410044694   整理番号：22A0859502

ANNモデルを用いた地下水汚染源の放出履歴の推定【JST・京大機械翻訳】

Estimation of release history of groundwater pollution source using ANN model

著者 (1件)： Ayaz Md. (Civil Engineering Section, University Polytechnic, Faculty of Engineering and Technology, Aligarh Muslim University, Aligarh, India)
資料名： Modeling Earth Systems and Environment  (Modeling Earth Systems and Environment)
巻： 8  号： 1  ページ： 925-937  発行年： 2022年 
JST資料番号： W4739A  ISSN： 2363-6211  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： 地下水汚染物質源の放出履歴を推定することは重要な環境法医学問題である。汚染源の放出履歴の知識は,汚染物質移動の将来の傾向の予測に重要である。さらに,効果的な修復戦略を選ぶだけでなく,修復コストを割り当てるための責任のある関係者を特定する。濃度データの助けによる放出履歴の推定は,不良な逆問題である。本研究では,ANNモデリングに基づく新しいアプローチを開発し,遅れ時間の事前知識を使用せずに,地下水汚染源の放出履歴を推定した。破過曲線の必要なサンプリング持続時間は,ブレークスルー曲線の尾部端に関係する不確実性を低減する破過曲線の上半分部分のみを用いて,本研究で減少した。この領域における以前の研究は,遅延時間が完全に知られている完全な破過曲線を利用する。Levenberg-Marquardtアルゴリズムを用いてANNモデルを訓練した。本研究で解いた問題は,誤った濃度データを有する2次元および3次元流れ場の両方を扱う。結果は,開発したANNモデルが,10%までの濃度データにおける大きな測定誤差レベルに対してさえロバストであり,これらの問題を解決するのに非常に有効であることを示した。Copyright The Author(s), under exclusive licence to Springer Nature Switzerland AG part of Springer Nature 2021 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 ,  不確実性 ,  ニューラルネットワーク ,  *地下水汚濁 ,  *汚染源 ,  モデリング ,  三次元流 ,  逆問題 ,  二次元 ,  法医学 ,  ロバスト性
準シソーラス用語： 事前知識 ,  遅延時間 ,  Levenberg-Marquardt法 , 【Automatic Indexing@JST】

著者キーワード (5件)： 放出の歴史 ,  人工ニューラルネットワーク ,  Levenberg-Marquardtアルゴリズム ,  地下水汚染 ,  水文地質学

分類 (1件)： 水質汚濁一般  (SB02010U)

タイトルに関連する用語 (5件)： モデル ,  地下水汚染 ,  放出 ,  履歴 ,  推定