SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva

Naslov:Landslide assessment of the Strača basin (Croatia) using machine learning algorithms
Avtorji:Marjanović, Miloš (Avtor)
Kovačević, Miloš (Avtor)
Bajat, Branislav (Avtor)
Mihalić Arbanas, Snježana (Avtor)
Abolmasov, Biljana (Avtor)
Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo Univerze v Mariboru (Lastnik avtorskih pravic)
Datoteke:.pdf Acta_geotechnica_Slovenica_2011_Marjanovic_et_al._Landslide_assessment_of_the_Straca_basin_(Croatia)_using_machine_learning_algorithms.pdf (382,76 KB)
 
URL http://fgserver3.fg.um.si/journal-ags/2011-2/article-3.asp
 
Jezik:Angleški jezik
Vrsta gradiva:Znanstveno delo (r2)
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
Opis:In this research, machine learning algorithms were compared in a landslide-susceptibility assessment. Given the input set of GIS layers for the Starča Basin, which included geological, hydrogeological, morphometric, and environmental data, a classification task was performed to classify the grid cells to: (i) landslide and non-landslide cases, (ii) different landslide types (dormant and abandoned, stabilized and suspended, reactivated). After finding the optimal parameters, C4.5 decision trees and Support Vector Machines were compared using kappa statistics. The obtained results showed that classifiers were able to distinguish between the different landslide types better than between the landslide and non-landslide instances. In addition, the Support Vector Machines classifier performed slightly better than the C4.5 in all the experiments. Promising results were achieved when classifying the grid cells into different landslide types using 20% of all the available landslide data for the model creation, reaching kappa values of about 0.65 for both algorithms.
Ključne besede:landslides, support vector machines, decision trees classifier, Starča Basin
Leto izida:2011
Št. strani:str. 45-55
Številčenje:št. 2, Letn. 8
ISSN:1854-0171
UDK:550.348.435(497.5)
COBISS_ID:262545920 Povezava se odpre v novem oknu
ISSN pri članku:1854-0171
Avtorske pravice:Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo Univerze v Mariboru
Število ogledov:27
Število prenosov:5
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:Ostalo
:
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Acta geotechnica Slovenica
Skrajšan naslov:Acta geotech. Slov.
Založnik:Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo Univerze v Mariboru
ISSN:1854-0171
COBISS.SI-ID:215987712 Novo okno

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Bočna nosilnost kratkih togih pilotov v dvoslojnih nevezljivih tleh
Opis:V tej raziskavi so avtorji primerjali algoritme strojnega učenja v okviru prognoze drsenja terena. Na osnovi GIS slojev področja kotline Starča, ki so vključevali geološke, hidrogeološke, morfometrijske in druge prostorske podatke, je napravljena klasifikacija mrežnih celic na (i) primerih »drsečega« in »stabilnega terena«, (ii) različnih tipih drsečega terena (»potencialen-neaktiven«, »stabiliziran-saniran« in »reaktiviran«). Po optimizaciji parametrov modela za C4.5 decision trees in Support Vector Machines so primerjali dobljene rezultate klasifikacije s pomočjo kappa statistike. Rezultati kažejo, da sta omenjena modela bolje razlikovala med različnimi tipi drsečega terena kot med drsečim in stabilnim terenom. Prav tako je bil klasifikator Support Vector Machines v vseh preizkusih nekoliko uspešnejši od C4.5. Spodbudne rezultate so dobili v eksperimentu, kjer so klasificirali različne tipe drsečega terena, uporabili pa so samo 20% od skupnega števila podatkov o drsečem terenu. V tem primeru so za oba klasifikatorja dobili vrednost kappa okoli 0.65.
Ključne besede:geofizika, plazovi, modeli, algoritmi, kotlina Strača, Hrvaška


Zbirka

To gradivo je del naslednjih zbirk del:
  1. Acta geotechnica Slovenica

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici