目的变数地位指数实测树高-京都府立大学.pptVIP

脳の学習機構を応用した地位指数推定モデル Today’s Menu パターン分析における識別問題 最も適した識別境界を見つける パラメトリックな方法 　　　 ノンパラメトリックな方法 　　　 ３つの主な学習の枠組み 教師あり学習 背景と目的 地位級、地位指数とは 地位指数推定についての既往の研究（これまでの流れ） 地位級の推定 　　　収穫表の利用（竹下ら,1966；山根ら,1990） 地位指数の推定 　　１．現地調査から得られた地形因子?土壌因子を用いる。 　　　　　解析には数量化I類（隅谷,1970）、重回帰分析（吉田,1985） 　　　　　を適用 　　２．地形図上で地形因子を判読 　　　　　５０ｍ×５０ｍのメッシュ→重回帰分析（寺岡ら,1990） 　　３．数値地図５０ｍメッシュから地形因子を判読 　　　　　DEM法（村上ら,2000；Mitsuda et al.,2001） 　　　　　GIS、重回帰分析 研究方法 地形因子 調査対象地 調査データ GISによる各地形因子データの算出結果 GISによる各地形因子データの算出結果 GISによる各地形因子データの算出結果 重回帰モデルによる地位指数推定 重回帰モデルによる地位指数推定図 推定結果に対する問題点（残差分析より） モデル選択，サンプリングサイズ ニューラルネットワークモデルによる地位指数推定 シミュレーション条件