文献

J-GLOBAL ID：202202251838432017   整理番号：22A1203591

機械学習に基づく斜面安全安定性評価および防護対策【JST・京大機械翻訳】

Slope safety, stability evaluation, and protective measures based on machine learning

著者 (3件)： Wu Mengting (中南大学資源与安全工程学院, 長沙 410083) ,  Chen Qiusong (中南大学資源与安全工程学院, 長沙 410083) ,  Qi Chongchong (中南大学資源与安全工程学院, 長沙 410083)
資料名： Gongcheng Kexue Xuebao  (Gongcheng Kexue Xuebao)
巻： 44  号： 2  ページ： 180-188  発行年： 2022年 
JST資料番号： C2905A  ISSN： 2095-9389  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 斜面の安定性と無さを,より速く,効率的に判定するために,機械学習,主成分分析(PCA),パラメータ調整,および影響因子の重み解析などに基づいて,斜面安全性安定性評価システムを確立した。研究により、PCAを用いて、80%のデータの元情報を保留する前提で、入力変数の次元を六次元から3次元まで下げることができるが、この時、モデル効果はある程度低下することが分かった。ランダムフォレストと勾配リフティング(XGBoost)の2つの学習アルゴリズムにより、有効な斜面安全安定性評価モデルを構築でき、その予測効果の比較分析を通じて、XGBoostが最適評価モデルであると確定した。それと同時に、カイ二乗検定、F検定及び相互情報法の3種類の相関性検査手段を採り、評価因子の重要度を計算し、可視化表示を行い、容積重、斜面高さ、内摩擦角及び凝集力の4つの内在要素の重要性を明らかにした。最後に、評価結果と実際の結合により、斜面安全保護措置を提案した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 安定性 ,  χ2乗検定 ,  評価 ,  可視化 ,  変数 ,  *斜面 ,  モデル ,  三次元 ,  パラメータ ,  主成分分析 ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： 評価モデル ,  ランダムフォレスト ,  摩擦角 , 【Automatic Indexing@JST】

分類 (1件)： 斜面安定,掘削変形  (RA03070L)

タイトルに関連する用語 (5件)： 機械学習 ,  斜面 ,  安定性評価 ,  防護 ,  対策