文献
J-GLOBAL ID:202202289927883199   整理番号:22A0439945

埋立地作業面からの臭気放出速度予測のための人工ニューラルネットワーク(ANN)モデリング【JST・京大機械翻訳】

Artificial neural network (ANN) modeling for the prediction of odor emission rates from landfill working surface
著者 (9件):
資料名:
巻: 138  ページ: 158-171  発行年: 2022年 
JST資料番号: B0898C  ISSN: 0956-053X  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:
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。
埋立地は作業表面から有意な臭気化合物を放出し,それらの排出速度は臭気と健康リスク評価に重要である。埋立地作業表面からの臭気排出の全部で99の有効なデータセットを,9か月間のin situモニタリングから得た。気象パラメータ(温度,湿度,大気圧)および廃棄物特性(蛋白質,脂質,炭水化物,灰分および水分)を用いて,典型的な化合物の排出速度予測のための人工ニューラルネットワーク(ANN)モデルを構築した。ANNモデルの最適構造と性能を,異なる構造構成との比較と訓練により決定した。遺伝的アルゴリズム(GA)最適化によるANNモデルは,GAのないものより良い性能を示した。入力パラメータのデータ分布によって,典型的化合物の排出速度の範囲を,確立したANNモデルとモンテカルロアプローチを結合することによって予測した。感度および不確実性分析は,温度,大気圧,蛋白質および脂質含有量が排出速度に敏感なパラメータであり,気象パラメータが不確実性に有意な影響を与えることを明らかにした。排出速度の予測のための確立されたANNモデルは,科学的証拠と廃棄物部門における臭気と健康リスクを評価し,制御するためのアプローチを提供できる。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:
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
ごみ処理  ,  悪臭 

前のページに戻る