文献

J-GLOBAL ID：202202229181318928   整理番号：22A0853956

人工ニューラルネットワークを用いた水質の予測【JST・京大機械翻訳】

Prediction of Water Quality using Artificial Neural Network

著者 (3件)： Rani J. Priskilla Angel (Francis Xavier Engineering College,Department of CSE,Tirunelveli,Tamilnadu,627003) ,  Sujeethra R. (Francis Xavier Engineering College,Department of CSE,Tirunelveli,Tamilnadu,627003) ,  Rubavathi C. Yesubai (Francis Xavier Engineering College,Department of CSE,Tirunelveli,Tamilnadu,627003)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICSSIT  ページ： 992-999  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： 水質予測は,水資源の管理と計画において重要な役割を果たす。水域の状態を同定し,特定の介入の実施に関する情報を得て,実行手段の有効性を評価することが重要である。さらに,都市化,建設,農業運用,産業利用,および自然プロセスの増加は,世界中の表面水と地下水の品質,ならびにヒトの健康への結果に害を及ぼす。入力として水質特性を利用して,人工ニューラルネットワーク(ANN)技術を用いて水質基準を予測した。最良の予測を見つけるために,異なる入力組合せと性能基準を試みた。結果は,測定および計算パラメータが,低い誤差および強い相関値を有することを示した。これらの知見から,ANNsは水質基準を予測する多くの可能性を有することが示唆された。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： 地下水 ,  *水質 ,  水質基準 ,  農業 ,  水資源 ,  *ニューラルネットワーク ,  ヒト ,  表面水 ,  都市化 ,  有効性 ,  水域
準シソーラス用語： 性能基準 ,  水質特性 ,  産業利用 , 【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 (3件)： 人工ニューラルネットワーク ,  水質 ,  予測