Fugu-MT 論文翻訳(概要): On the Use of Dimension Reduction or Signal Separation Methods for Nitrogen River Pollution Source Identification

論文の概要: On the Use of Dimension Reduction or Signal Separation Methods for Nitrogen River Pollution Source Identification

arxiv url: http://arxiv.org/abs/2204.13182v1
Date: Wed, 27 Apr 2022 20:28:50 GMT
ステータス: 処理完了
システム内更新日: 2022-04-30 06:10:12.620872
Title: On the Use of Dimension Reduction or Signal Separation Methods for Nitrogen River Pollution Source Identification
Title（参考訳）: 窒素河川汚染源同定における次元低減法・信号分離法の適用について
Authors: G\"uray Hatipo\u{g}lu
Abstract要約: 河川汚染源の特定は, 健全な環境管理に不可欠である。この原稿は、理論的背景と仮定から窒素汚染源を明らかにする強力な方法として、主成分分析が有効かどうかを確認している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Identification of the current and expected future pollution sources to rivers is crucial for sound environmental management. For this purpose numerous approaches were proposed that can be clustered under physical based models, stable isotope analysis and mixing methods, mass balance methods, time series analysis, land cover analysis, and spatial statistics. Another extremely common method is Principal Component Analysis, as well as its modifications, such as Absolute Principal Component Score. they have been applied to the source identification problems for nitrogen entry to rivers. This manuscript is checking whether PCA can really be a powerful method to uncover nitrogen pollution sources considering its theoretical background and assumptions. Moreover, slightly similar techniques, Independent Component Analysis and Factor Analysis will also be considered.
Abstract（参考訳）: 河川における現在および今後の汚染源の特定は, 健全な環境管理に不可欠である。この目的のために, 物理モデル, 安定同位体分析および混合法, 質量収支法, 時系列解析, 土地被覆解析, 空間統計に基づいて, クラスタリング可能な多くの手法が提案された。もう一つの非常に一般的な方法は主成分分析であり、絶対主成分スコアなどの修正も行う。これらは河川への窒素侵入の源泉識別問題に適用されている。この原稿は、理論的な背景と仮定から、PCAが窒素汚染源を明らかにする強力な方法であるかどうかを確認している。さらに、独立成分分析と因子分析というやや類似した手法も検討される。

関連論文リスト

Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
論文参考訳（メタデータ） (2024-08-27T15:03:20Z)
PGNAA Spectral Classification of Metal with Density Estimations [3.425341633647624]
異種物質の非破壊的オンライン分析方法はない。純アルミニウム合金の測定では、0.25秒以下のアルミニウム合金のほぼ完全な分類が達成される。
論文参考訳（メタデータ） (2022-08-29T18:58:59Z)
Contaminant source identification in groundwater by means of artificial neural network [0.0]
本研究の目的は, 前方および逆輸送問題を解決するために, 複数のシナリオを解析できるデータ駆動モデルを開発することである。このモデルが生み出す利点は、文学研究と比較された。
論文参考訳（メタデータ） (2022-07-19T14:51:30Z)
Link Analysis meets Ontologies: Are Embeddings the Answer? [0.0]
本稿では,構造のみのリンク解析手法が,可能な異常を検出するためのスケーラブルな手段を提供することができるかどうかを,体系的に評価する。構造のみのリンク解析により、データセットのサブセットに対してスケーラブルな異常検出が可能になることを実証する。これは、異なるドメインのセマンティックリソースにまたがる様々なタイプのリンク分析手法の適用性に関する最も広範な研究の1つである。
論文参考訳（メタデータ） (2021-11-23T08:05:43Z)
Shared Independent Component Analysis for Multi-Subject Neuroimaging [107.29179765643042]
本稿では,ShICA (Shared Independent Component Analysis) を導入し,各ビューを加法ガウス雑音によって汚染された共有独立成分の線形変換としてモデル化する。このモデルは、成分がガウス的でないか、あるいはノイズ分散に十分な多様性がある場合、同定可能であることを示す。我々は,fMRIおよびMEGデータセットの実証的証拠として,ShICAが代替品よりも正確な成分推定を行うことを示す。
論文参考訳（メタデータ） (2021-10-26T08:54:41Z)
Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian Nonparametrics [85.31247588089686]
変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
論文参考訳（メタデータ） (2021-07-08T03:40:18Z)
BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文参考訳（メタデータ） (2021-06-07T10:14:18Z)
Adaptive Multi-View ICA: Estimation of noise levels for optimal inference [65.94843987207445]
Adaptive MultiView ICA (AVICA) はノイズの多いICAモデルであり、各ビューは共有された独立したソースと付加的なノイズの線形混合である。 AVICAは、その明示的なMMSE推定器により、他のICA法よりも優れたソース推定値が得られる。実脳磁図(MEG)データでは,分解がサンプリングノイズに対する感度が低く,ノイズ分散推定が生物学的に妥当であることを示す。
論文参考訳（メタデータ） (2021-02-22T13:10:12Z)
Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文参考訳（メタデータ） (2021-02-12T12:23:13Z)
Towards constraining warm dark matter with stellar streams through neural simulation-based inference [7.608718235345664]
Amortized Approximate Likelihood Ratios (AALR) に基づく確率自由ベイズ推論パイプラインを導入する。本手法は、暗黒物質サブハローによってのみ恒星の流れが摂動される単純化された場合に適用する。
論文参考訳（メタデータ） (2020-11-30T15:53:43Z)
Source Separation with Deep Generative Priors [17.665938343060112]
混合音源の成分に対する先行モデルとして生成モデルを用い、混合音源の後方分布からノイズアニールランゲインダイナミクスをサンプリングした。これにより、ソース分離問題と生成モデルとの分離問題を分離し、最先端の生成モデルを先行として直接使用することが可能となる。本手法は,MNIST桁分離のための最先端性能を実現する。
論文参考訳（メタデータ） (2020-02-19T00:48:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。