| 作成年度 | 2019 年度 |
|---|---|
| 論文名 | 重回帰分析とディープラーニングの比較 |
| 論文名（和訳） | |
| 論文副題 | |
| 発表会 | 第44回土木情報学シンポジウム |
| 誌名 | 土木情報学シンポジウム講演集 |
| 巻・号・回 | 44 |
| 発表年月日 | 2019/09/26 ～ 2019/09/27 |
| 所属研究室／機関名 | 著者名（英名） |
|---|---|
| 国立研究開発法人土木研究所 | 吉永 弘志 |
| 抄録 |
|---|
| 騒音, 振動, および粉塵のデータ解析へのDeep learning の活用を目的としてダミーデータ, および測定データを分析した. Deep learning は，内挿は優れているが 外挿の推計は直線的であること, 異常データの影響を受けやすいこと, および説明変数を変換して目的変数との関係を線形にできる場合には重回帰分析に劣るが線形にできない場合には優れていることを把握した. 既存のデータを再解析した二つの事例では, 既報の方法に対する優位性を見出せなかったが, 少ない数の測定値から目的変数を最大にする説明変数を見出すこと, および発生源を推定することへの応用の可能性を見出した. |
