文献

J-GLOBAL ID：202202258429376061   整理番号：22A1051320

ファジィ認知マップと証拠推論理論に基づくマルチソースと多変量オゾン予測【JST・京大機械翻訳】

Multi-source and multivariate ozone prediction based on fuzzy cognitive maps and evidential reasoning theory

著者 (12件)： Liu Xiaoqian (School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China) ,  Liu Xiaoqian (The State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China) ,  Zhang Yingjun (School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China) ,  Zhang Yingjun (The State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China) ,  Zhang Yingjun (Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044, China) ,  Wang Jingping (Information Technology Center, Beijing Jiaotong University, Beijing, 100044, China) ,  Huang Hua (School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China) ,  Huang Hua (Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044, China) ,  Huang Hua (Key Laboratory of Beijing for Railway Engineering, Beijing Jiaotong University, Beijing 100044, China) ,  Yin Hui (School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China) ,  Yin Hui (Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044, China) ,  Yin Hui (Key Laboratory of Beijing for Railway Engineering, Beijing Jiaotong University, Beijing 100044, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 119  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： オゾン汚染制御の鍵となる役割であるオゾン予測は,以下の課題,すなわちオゾンの複雑な進化傾向,オゾンと他の汚染物質の間の交差干渉現象,および低品質モニタリングデータに直面している。上記の課題を克服するために,ERC-FCMと呼ばれる時空間融合の展望からファジィ認知マップ(FCMs)と証拠推論理論に基づくマルチソースと多変量オゾン予測モデルを提案した。この枠組みにおいて,FCMベースの予測モデルを導入し,オゾン予測問題を解決した。多変量時系列予測に触発されて,多変量オゾン予測問題を,実際のコード化遺伝的アルゴリズムによって学習されたFCMとしてモデル化し,その中で,各ノードは変数(汚染物質)を示す。このように,オゾンの複雑な進化傾向と交差干渉現象は,FCMによって反映することができた。さらに,証拠推論理論と行列2ノルムに基づくアンサンブル理論フレームワークを提案した。この理論的フレームワークは,低品質モニタリングデータからの負の因子を軽減し,マルチソースと多変量時系列に直面したときの予測精度を改善する。ERC-FCMの性能を2つの実世界データセットで検証した。実験結果は,著者らの方法が,平均絶対誤差(MAE),平均二乗誤差(MSE),および二乗平均平方根誤差(RMSE)に関する他の古典的FCMベースの方法と比較して,最良の予測性能を与えることを実証した。さらに,Friedman試験およびNemenyi試験は,ERC-FCMが他のモデルよりも比較的良い予測精度を有することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  時系列分析 ,  予測 ,  汚染防止 ,  汚染物質 ,  *オゾン ,  モデリング ,  ノルム ,  遺伝的アルゴリズム ,  予測モデル
準シソーラス用語： 時系列予測 ,  平均二乗誤差 ,  予測精度 ,  *多変量 ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (5件)： オゾン予測 ,  時系列解析 ,  ファジィ認知マップ ,  アンサンブル学習 ,  証拠推論理論

分類 (3件)： 気圏環境汚染  (SB03020M) ,  研究開発  (SA01040R) ,  オペレーションズリサーチ一般  (KA03010Q)

タイトルに関連する用語 (8件)： ファジィ認知マップ ,  証拠推論 ,  理論 ,  マルチ ,  ソース ,  多変量 ,  オゾン ,  予測