文献
J-GLOBAL ID:202202261165272034   整理番号:22A0496641

地下水質のシミュレーションにおける自己組織化マップ,人工ニューラルネットワークおよび共アクティブニューロ-ファジィ推論システム法の比較:地理空間人工知能【JST・京大機械翻訳】

Comparison of Self-Organizing Map, Artificial Neural Network, and Co-Active Neuro-Fuzzy Inference System Methods in Simulating Groundwater Quality: Geospatial Artificial Intelligence
著者 (4件):
資料名:
巻: 36  号:ページ: 451-469  発行年: 2022年 
JST資料番号: T0430A  ISSN: 0920-4741  CODEN: WRMAEJ  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
水質実験は困難で,費用がかかり,時間がかかる。従って,これらの実験の代替法として,異なるモデリング法が使用できる。調査目的を達成するために,自己組織化マップ(SOM),人工ニューラルネットワーク(ANN),および共同活動ニューロファジー推論システム(CANFIS)のような地理空間人工知能アプローチを,イラン北部のMazandaran平野における地下水品質をシミュレートするために使用した。地理情報システム(GIS)技術をプレプロセッサとポストプロセッサとして使用した。85の飲料水井戸からのデータを二次データとして用い,(a)訓練の70%(訓練の60%と交差検証の10%)と(b)試験段階の30パーセントの2つの分割に分けた。地下水水質指数(GWQI)と有効水質因子(産業からの距離,地下水深さ,帯水層地層の透過率)を出力と入力変数としてそれぞれ実行した。統計的指標(すなわち,R二乗(R-sqr)と平均二乗誤差(MSE))を用いて,3つの方法の性能を比較した。結果は,地下水水質シミュレーションにおける3つの方法の高性能を実証した。しかし,試験段階において,CANFIS(R-sqr=0.89)はSOM(R-sqr=0.8)およびANN(R-sqr=0.73)法よりも高い性能を有した。テストされたCANFISモデルを用いて,平野の面積のGWQI値を推定した。最後に,地下水水質をCANFISシミュレーションに関連したGIS環境でマッピングした。結果は,地下水の質を管理し,持続可能な発展目標(SDG)-6,SDG-11,およびSDG-13に寄与する。Copyright The Author(s), under exclusive licence to Springer Nature B.V. 2021. corrected publication 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
水資源  ,  放射,大気光学 

前のページに戻る