文献

J-GLOBAL ID：202202248739931867   整理番号：22A0845935

地理的に重み付けした人工ニューラルネットワーク【JST・京大機械翻訳】

A geographically weighted artificial neural network

著者 (2件)： Hagenauer Julian (Department of Human Geography and Spatial Planning, Faculty of Geosciences, Utrecht University, Utrecht, The Netherlands) ,  Helbich Marco (Department of Human Geography and Spatial Planning, Faculty of Geosciences, Utrecht University, Utrecht, The Netherlands)
資料名： International Journal of Geographical Information Science  (International Journal of Geographical Information Science)
巻： 36  号： 2  ページ： 215-235  発行年： 2022年 
JST資料番号： W2011A  ISSN： 1365-8816  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近の開発は,多くの方向で地理的加重回帰(GWR)を拡張したが,通常,従属変数と独立変数間の関係が線形であると仮定する。しかし,実際には,変数が非線形に関連するケースである。この問題に取り組むために,地理的に重み付けされた人工ニューラルネットワーク(GWANN)を提案した。GWANNは人工的ニューラルネットワークと地理的重みづけを結合して,それは仮定なしでデータ駆動方式で複雑な非線形関係を学ぶことができる。既知の空間特性と実世界事例研究による合成データを用いて,GWANNをGWRと比較した。合成データに対する結果は,データ内の関係が非線形であり,それらの空間分散が高いとき,GWANNがGWRよりも良好に機能することを示したが,実世界データに基づく結果は,GWANNの性能も実際の設定において優れていることを実証した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 性能 ,  回帰分析 ,  予測 ,  *ニューラルネットワーク ,  変数 ,  地理学 ,  線形性 ,  事例研究 ,  重みづけ
準シソーラス用語： 独立変数 ,  データ駆動 ,  空間特性 ,  目的変数 ,  地理的加重回帰 , 【Automatic Indexing@JST】

著者キーワード (2件)： 地理的加重回帰 ,  人工ニューラルネットワーク;空間不均一性;非線形関係;空間予測

分類 (5件)： 人工知能  (JE08000Z) ,  電極過程  (CB07040U) ,  建設材料試験  (RA06020D) ,  統計的品質管理  (KB04030W) ,  分子構造と性質の実験的研究  (CB01020I)

タイトルに関連する用語 (3件)： 地理 ,  重み付け ,  人工ニューラルネットワーク