論文の概要: Integration of geoelectric and geochemical data using Self-Organizing Maps (SOM) to characterize a landfill

• arxiv url: http://arxiv.org/abs/2309.09164v1
• Date: Sun, 17 Sep 2023 05:38:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-19 17:13:00.138308
• Title: Integration of geoelectric and geochemical data using Self-Organizing Maps (SOM) to characterize a landfill
• Title（参考訳）: 埋立地を特徴付ける自己組織化マップ(som)を用いた地電・地球化学データの統合
• Authors: Camila Juliao, Johan Diaz, Yosmely Berm\'Udez, Milagrosa Aldana
• Abstract要約: 公共利用のために帯水層に影響を及ぼすリスクは、ほとんどの場合、差し迫っている。 地電データ(比抵抗とIP)と表面メタン測定は、教師なしニューラルネットワークを用いて統合され、分類される。 また, 埋立処分場における影響地域を正確に推定し, 入力変数をSOMを用いて統合した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Leachates from garbage dumps can significantly compromise their surrounding area. Even if the distance between these and the populated areas could be considerable, the risk of affecting the aquifers for public use is imminent in most cases. For this reason, the delimitation and monitoring of the leachate plume are of significant importance. Geoelectric data (resistivity and IP), and surface methane measurements, are integrated and classified using an unsupervised Neural Network to identify possible risk zones in areas surrounding a landfill. The Neural Network used is a Kohonen type, which generates; as a result, Self-Organizing Classification Maps or SOM (Self-Organizing Map). Two graphic outputs were obtained from the training performed in which groups of neurons that presented a similar behaviour were selected. Contour maps corresponding to the location of these groups and the individual variables were generated to compare the classification obtained and the different anomalies associated with each of these variables. Two of the groups resulting from the classification are related to typical values of liquids percolated in the landfill for the parameters evaluated individually. In this way, a precise delimitation of the affected areas in the studied landfill was obtained, integrating the input variables via SOMs. The location of the study area is not detailed for confidentiality reasons.
• Abstract（参考訳）: ゴミ捨て場からの浸出物は、周辺地域を著しく汚染する可能性がある。 これらの地域と人口間の距離がかなり大きいとしても、公共利用のための帯水層に影響を及ぼすリスクは、ほとんどの場合、差し迫っている。 このため, 浸出水面の沈降とモニタリングが重要である。 地電データ(比抵抗とIP)と表面メタン測定は、埋立地周辺の危険領域を特定するために、教師なしニューラルネットワークを用いて統合され分類される。 ニューラルネットワークはKohonen型であり、その結果、自己組織化分類マップまたはSOM(Self-Organizing Map)が生成される。 同様の行動を示すニューロン群が選択された訓練から2つの図形出力を得た。 これらの群の位置に対応する輪郭地図と個々の変数が生成され、得られた分類とそれらの変数に関連付けられた異なる異常を比較した。 この分類から得られた2つの群は, 個別に評価されたパラメータに対して, 埋立処分場に埋没した液体の典型値と関連している。 このようにして, 調査埋立処分場の被害地域を正確に推定し, 入力変数をSOMを用いて統合した。 研究エリアの場所は、秘密の理由から詳細ではない。

関連論文リスト

• Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
  我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。 我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。 また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
  論文  参考訳（メタデータ） (2024-10-14T17:22:55Z)
• Meta Flow Matching: Integrating Vector Fields on the Wasserstein Manifold [83.18058549195855]
  自然科学における複数の過程は、確率密度のワッサーシュタイン多様体上のベクトル場として表さなければならない。 特に、疾患の発生とその治療反応が患者固有の細胞の微小環境に依存するパーソナライズド医療において重要である。 本稿では,これらのベクトル場をワッサーシュタイン多様体上で積分するメタフローマッチング(Meta Flow Matching, MFM)を提案する。
  論文  参考訳（メタデータ） (2024-08-26T20:05:31Z)
• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• A Self-Organizing Clustering System for Unsupervised Distribution Shift Detection [1.0436203990235575]
  本稿では,分布変化のモニタリングと検出のための連続学習フレームワークを提案する。 特に,2つのトポロジ保存マップ(自己組織化マップ)とスケール不変マップ(スケール不変マップ)の投影について検討する。 本手法は教師なしコンテキストと教師なしコンテキストの両方に適用できる。
  論文  参考訳（メタデータ） (2024-04-25T14:48:29Z)
• Small Area Estimation with Random Forests and the LASSO [39.58317527488534]
  この研究は、第6回リビング・スタンダード・サーベイ(GLSS)と2010年の人口・住宅国勢調査から得られるガーナのデータによって動機付けられている。 我々は、アラルレベルのランダム林とLASSOアプローチを、頻繁な前方変動選択法とベイズ縮小法と比較した。 GAMA領域にまたがる1.3倍の変動を示すログ消費地域推定値として,面積間の実質的な変動がみられた。
  論文  参考訳（メタデータ） (2023-08-29T10:02:10Z)
• Adaptive Face Recognition Using Adversarial Information Network [57.29464116557734]
  顔認識モデルは、トレーニングデータがテストデータと異なる場合、しばしば退化する。 本稿では,新たな敵情報ネットワーク(AIN)を提案する。
  論文  参考訳（メタデータ） (2023-05-23T02:14:11Z)
• Habitat classification from satellite observations with sparse annotations [4.164845768197488]
  リモートセンシングデータを用いた生息地分類とマッピング手法を提案する。 この方法は、フィールドから収集された細粒度でスパースな単一ピクセルアノテーションを使用することによって特徴付けられる。 本研究では, 収穫増量, 試験時間増量, 半教師付き学習が, さらに分類の助けとなることを示す。
  論文  参考訳（メタデータ） (2022-09-26T20:14:59Z)
• Mycorrhiza: Genotype Assignment usingPhylogenetic Networks [2.286041284499166]
  遺伝子型代入問題に対する機械学習手法であるMycorrhizaを紹介する。 提案アルゴリズムは系統ネットワークを用いて,標本間の進化的関係を符号化する特徴を設計する。 Mycorrhizaは、大きな平均固定指数(FST)を持つデータセットやハーディ・ワインバーグ平衡からの偏差で特に顕著な利得を得る。
  論文  参考訳（メタデータ） (2020-10-14T02:36:27Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)
• Adaptive feature recombination and recalibration for semantic segmentation with Fully Convolutional Networks [57.64866581615309]
  完全畳み込みネットワークを用いたセマンティックセグメンテーションに適応した特徴の組換えと空間適応型再分類ブロックを提案する。 その結果、再結合と再校正は競争ベースラインの結果を改善し、3つの異なる問題にまたがって一般化することを示した。
  論文  参考訳（メタデータ） (2020-06-19T15:45:03Z)
• Mixture of Conditional Gaussian Graphical Models for unlabelled heterogeneous populations in the presence of co-factors [0.0]
  ガウス図形モデル(GGM)内の条件相関ネットワークは、ランダムベクトルの成分間の直接相互作用を記述するために広く使われている。 本稿では,データポイントをサブポピュレーション対応クラスタに再分類するために,共機能の不均一な効果を減じる条件付きGGM(Mixture of Conditional GGM)を提案する。
  論文  参考訳（メタデータ） (2020-06-19T11:57:30Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。