文献

J-GLOBAL ID：202202227887372455   整理番号：22A0791660

道路インフラの機械学習ベースストックとフローモデリング【JST・京大機械翻訳】

Machine learning-based stocks and flows modeling of road infrastructure

著者 (4件)： Ebrahimi Babak (Department of Environmental Impacts and Sustainability, Norwegian Institute for Air Research, Kjeller, Norway) ,  Ebrahimi Babak (Department of Architecture and Civil Engineering, Chalmers University of Technology, Gothenburg, Sweden) ,  Rosado Leonardo (Department of Architecture and Civil Engineering, Chalmers University of Technology, Gothenburg, Sweden) ,  Wallbaum Holger (Department of Architecture and Civil Engineering, Chalmers University of Technology, Gothenburg, Sweden)
資料名： Journal of Industrial Ecology  (Journal of Industrial Ecology)
巻： 26  号： 1  ページ： 44-57  発行年： 2022年 
JST資料番号： A1353A  ISSN： 1088-1980  資料種別： 逐次刊行物 (A)
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： 本論文では,マテリアルフロー会計(MFA)に基づく国家レベルでの道路インフラストラクチャのストックとフローを説明する新しい方法を紹介した。提案方法は,MFAによって同定された道路インフラストラクチャにおける現在の欠点のいくつかを閉じる。(1)前向き分析の不十分な実施,(2)道路インフラを表す方法としてのアーキタイプの使用,(3)散逸フローの包含への不十分な注意,および(4)不確実性の限られた範囲。提案した動的ボトムアップMFA法をノルウェー道路網で試験し,1980年から2050年の間の材料ストックと流れを推定し予測した。ここでは,教師つき機械学習モデルを導入し,異なる道路の原型マッピングの代わりに道路インフラストラクチャを推定した。タイヤ舗装相互作用に基づく道路インフラストラクチャからの材料の散逸を取り入れた。さらに,本研究では,不確実性を定量化するための反復分類および回帰ツリー,寿命分布,ランダム化材料強度および感度解析を利用した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  会計 ,  不確実性 ,  感度解析 ,  *道路 ,  道路網 ,  タイヤ ,  舗装 ,  *モデリング ,  *在庫量 ,  *インフラストラクチャー ,  *機械学習
準シソーラス用語： ボトムアップ ,  マテリアルフロー , 【Automatic Indexing@JST】

著者キーワード (6件)： ボトムアップモデリング ,  動的モデリング ,  地理情報システム(GIS) ,  産業生態学 ,  機械学習 ,  マテリアルフロー解析(MFA)

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 道路 ,  インフラ ,  機械学習 ,  ストック ,  フロー ,  モデリング