Nghiên cứu ứng dụng thuật toán của Breiman tích hợp trong phương pháp Random Forest để xác định mức độ quan trọng của các yếu tố tới tai biến trượt lở đất trên địa bàn tỉnh Sơn La
Số trang: 15
Loại file: pdf
Dung lượng: 1.68 MB
Lượt xem: 12
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài viết tập trung nghiên cứu ứng dụng thuật toán của Breiman tích hợp trong phương pháp Random Forest để xác định mức độ quan trọng của các yếu tố tới tai biến trượt lở đất trên địa bàn tỉnh Sơn La.
Nội dung trích xuất từ tài liệu:
Nghiên cứu ứng dụng thuật toán của Breiman tích hợp trong phương pháp Random Forest để xác định mức độ quan trọng của các yếu tố tới tai biến trượt lở đất trên địa bàn tỉnh Sơn La22 Journal of Mining and Earth Sciences Vol. 65, Issue 1 (2024) 22 - 36Research on the application of Breimans algorithmintegrated with the Random Forest in determining theimportance of input factors to landslide formation inSon La provinceChinh Dieu Thi Luu 1, Hang Thi Ha 1,*, Quynh Duy Bui 1, Hieu Cong Duong 1, NhieuNgoc Tran 2, Luat Tien Van 3, Hanh Hong Tran 3, Nghia Viet Nguyen 31 Hanoi University of Civil Engineering, Hanoi, Vietnam2 Quang Nam political shool, Quang Nam, Vietnam3 Hanoi University of Mining and Geology, Hanoi, VietnamARTICLE INFO ABSTRACTArticle history: Landslide susceptibility maps are effective and intuitive tools in naturalReceived 10th Oct. 2023 disaster management, helping to minimize damage caused by naturalRevised 08th Jan. 2024 disasters due to the specific spatial information they provide. However, theAccepted 15th Jan. 2024 performance of these susceptibility maps depends mainly on the numberKeywords: and importance of input factors. Determining the importance and orderBreiman, of influencing factors often receives little attention in landslide predictionInput factors, studies. Breimans algorithm, integrated into the Random Forest method, can comprehensively determine the importance and order of inputLandslide, variables by considering the correlation relationship between theRandom Forest, landslide inventory map and these input variables. Consequently, thisSon La province. study utilized Breimans algorithm within the Random Forest technique to assess the importance of 16 input factors influencing the formation of landslide events in Son La province. The results obtained from this study serve as the foundation for selecting appropriate input factors to enhance the construction and accuracy of landslide susceptibility maps within the study area, especially in the context of climate change. Copyright © 2024 Hanoi University of Mining and Geology. All rights reserved._____________________*Corresponding authorE - mail: hanght@huce.edu.vnDOI: 10.46326/JMES.2024.65(1).03 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 65, Kỳ 1 (2024) 22 - 36 23Nghiên cứu ứng dụng thuật toán của Breiman tích hợp trongphương pháp Random Forest để xác định mức độ quan trọngcủa các yếu tố tới tai biến trượt lở đất trên địa bàn tỉnh SơnLaLưu Thị Diệu Chinh 1, Hà Thị Hằng 1,*, Bùi Duy Quỳnh 1, Dương Công Hiểu 1, TrầnNgọc Nhiều 2, Văn Tiến Luật 3, Trần Hồng Hạnh 3, Nguyễn Viết Nghĩa 31 Đại học Xây dựng Hà Nội, Hà Nội, Việt Nam2 Trường chính trị tỉnh Quảng Nam, Quảng Nam, Việt Nam3 Trường Đại học Mỏ - Địa chất, Hà Nội, Việt NamTHÔNG TIN BÀI BÁO TÓM TẮTQuá trình: Các bản đồ dự báo trượt lở đất không chỉ là những công cụ hiệu quả, trựcNhận bài 10/10/2023 quan trong quản lý tai biến thiên nhiên mà còn góp phần giúp giảm thiểuSửa xong 08/01/2024 thiệt hại thiên tai bởi những thông tin không gian cụ thể được cung cấp.Chấp nhận đăng 15/01/2024 Tuy nhiên, độ chính xác của những bản đồ dự báo này lại phụ thuộc rất lớnTừ khóa: vào số lượng và mức độ quan trọng của các yếu tố được đưa vào đánh giá.Breiman, Việc xác định mức độ quan trọng và thứ tự ảnh hưởng của các biến đầuCác yếu tố đầu vào, vào thường ít được quan tâm trong các nghiên cứu dự báo trượt lở đất. Thuật toán của Breiman (2001) tích hợp sẵn trong phương pháp rừngRừng ngẫu nhiên, ngẫu nhiên (Random Forest) cho phép xác định mức độ quan trọng và thứTỉnh Sơn La, tự ảnh hưởng của các biến đầu vào một cách đầy đủ, toàn diện dựa trênTrượt lở đất. việc xem xét mối quan hệ tương quan giữa hiện trạng tai biến trượt lở đất với các yếu tố này. Chính vì vậy, nghiên cứu này đề xuất sử dụng thuật toán của Breiman (2001) tích hợp sẵn trong phương pháp Random Forest để xác định mức độ quan trọng của 16 yếu tố đầu vào, đây là những yếu tố có ảnh hưởng tới sự hình thành tai biến trượt lở đất trên địa bàn tỉnh Sơn La. Kết quả của nghiên cứu này là cơ sở cho việc lựa chọn các yếu tố đầu vào phù hợp nhằm phục vụ cho việc xây dựng và nâng cao độ chính xác của các bản đồ dự báo trượt lở đất trên địa bàn tỉnh, đặc biệt là trong bối cảnh biến đổi khí hậu đang diễn biến ngày càng phức tạp. © 2024 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm._____________________*Tác giả liên hệE - mail: hanght@huce.edu.vnDOI: 10.46326/JMES.2024.65(1).0324 Lưu Thị Diệu Chinh và nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 65 (1), 22 - 36 dự báo sẽ tiếp tục gia tăng cả về cường độ và tần1. Mở đầu suất xuất hiện do tình trạng biến đ ...
Nội dung trích xuất từ tài liệu:
Nghiên cứu ứng dụng thuật toán của Breiman tích hợp trong phương pháp Random Forest để xác định mức độ quan trọng của các yếu tố tới tai biến trượt lở đất trên địa bàn tỉnh Sơn La22 Journal of Mining and Earth Sciences Vol. 65, Issue 1 (2024) 22 - 36Research on the application of Breimans algorithmintegrated with the Random Forest in determining theimportance of input factors to landslide formation inSon La provinceChinh Dieu Thi Luu 1, Hang Thi Ha 1,*, Quynh Duy Bui 1, Hieu Cong Duong 1, NhieuNgoc Tran 2, Luat Tien Van 3, Hanh Hong Tran 3, Nghia Viet Nguyen 31 Hanoi University of Civil Engineering, Hanoi, Vietnam2 Quang Nam political shool, Quang Nam, Vietnam3 Hanoi University of Mining and Geology, Hanoi, VietnamARTICLE INFO ABSTRACTArticle history: Landslide susceptibility maps are effective and intuitive tools in naturalReceived 10th Oct. 2023 disaster management, helping to minimize damage caused by naturalRevised 08th Jan. 2024 disasters due to the specific spatial information they provide. However, theAccepted 15th Jan. 2024 performance of these susceptibility maps depends mainly on the numberKeywords: and importance of input factors. Determining the importance and orderBreiman, of influencing factors often receives little attention in landslide predictionInput factors, studies. Breimans algorithm, integrated into the Random Forest method, can comprehensively determine the importance and order of inputLandslide, variables by considering the correlation relationship between theRandom Forest, landslide inventory map and these input variables. Consequently, thisSon La province. study utilized Breimans algorithm within the Random Forest technique to assess the importance of 16 input factors influencing the formation of landslide events in Son La province. The results obtained from this study serve as the foundation for selecting appropriate input factors to enhance the construction and accuracy of landslide susceptibility maps within the study area, especially in the context of climate change. Copyright © 2024 Hanoi University of Mining and Geology. All rights reserved._____________________*Corresponding authorE - mail: hanght@huce.edu.vnDOI: 10.46326/JMES.2024.65(1).03 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 65, Kỳ 1 (2024) 22 - 36 23Nghiên cứu ứng dụng thuật toán của Breiman tích hợp trongphương pháp Random Forest để xác định mức độ quan trọngcủa các yếu tố tới tai biến trượt lở đất trên địa bàn tỉnh SơnLaLưu Thị Diệu Chinh 1, Hà Thị Hằng 1,*, Bùi Duy Quỳnh 1, Dương Công Hiểu 1, TrầnNgọc Nhiều 2, Văn Tiến Luật 3, Trần Hồng Hạnh 3, Nguyễn Viết Nghĩa 31 Đại học Xây dựng Hà Nội, Hà Nội, Việt Nam2 Trường chính trị tỉnh Quảng Nam, Quảng Nam, Việt Nam3 Trường Đại học Mỏ - Địa chất, Hà Nội, Việt NamTHÔNG TIN BÀI BÁO TÓM TẮTQuá trình: Các bản đồ dự báo trượt lở đất không chỉ là những công cụ hiệu quả, trựcNhận bài 10/10/2023 quan trong quản lý tai biến thiên nhiên mà còn góp phần giúp giảm thiểuSửa xong 08/01/2024 thiệt hại thiên tai bởi những thông tin không gian cụ thể được cung cấp.Chấp nhận đăng 15/01/2024 Tuy nhiên, độ chính xác của những bản đồ dự báo này lại phụ thuộc rất lớnTừ khóa: vào số lượng và mức độ quan trọng của các yếu tố được đưa vào đánh giá.Breiman, Việc xác định mức độ quan trọng và thứ tự ảnh hưởng của các biến đầuCác yếu tố đầu vào, vào thường ít được quan tâm trong các nghiên cứu dự báo trượt lở đất. Thuật toán của Breiman (2001) tích hợp sẵn trong phương pháp rừngRừng ngẫu nhiên, ngẫu nhiên (Random Forest) cho phép xác định mức độ quan trọng và thứTỉnh Sơn La, tự ảnh hưởng của các biến đầu vào một cách đầy đủ, toàn diện dựa trênTrượt lở đất. việc xem xét mối quan hệ tương quan giữa hiện trạng tai biến trượt lở đất với các yếu tố này. Chính vì vậy, nghiên cứu này đề xuất sử dụng thuật toán của Breiman (2001) tích hợp sẵn trong phương pháp Random Forest để xác định mức độ quan trọng của 16 yếu tố đầu vào, đây là những yếu tố có ảnh hưởng tới sự hình thành tai biến trượt lở đất trên địa bàn tỉnh Sơn La. Kết quả của nghiên cứu này là cơ sở cho việc lựa chọn các yếu tố đầu vào phù hợp nhằm phục vụ cho việc xây dựng và nâng cao độ chính xác của các bản đồ dự báo trượt lở đất trên địa bàn tỉnh, đặc biệt là trong bối cảnh biến đổi khí hậu đang diễn biến ngày càng phức tạp. © 2024 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm._____________________*Tác giả liên hệE - mail: hanght@huce.edu.vnDOI: 10.46326/JMES.2024.65(1).0324 Lưu Thị Diệu Chinh và nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 65 (1), 22 - 36 dự báo sẽ tiếp tục gia tăng cả về cường độ và tần1. Mở đầu suất xuất hiện do tình trạng biến đ ...
Tìm kiếm theo từ khóa liên quan:
Rừng ngẫu nhiên Trượt lở đất Phương pháp Random Forest Bản đồ dự báo trượt lở đất Phương pháp học máyTài liệu liên quan:
-
Trích xuất danh mục khía cạnh sử dụng BERT với hàm mất mát cân bằng
9 trang 137 0 0 -
Xác định đặc điểm tác giả văn bản tiếng Việt bằng học sâu
7 trang 118 0 0 -
Áp dụng phương pháp học máy để phát hiện tấn công DDoS trong môi trường thực nghiệm mạng SDN
5 trang 107 0 0 -
Áp dụng thuật toán học máy để dự báo độ mặn trên sông Hàm Luông, tỉnh Bến Tre
14 trang 45 0 0 -
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 0: Giới thiệu môn học
12 trang 33 0 0 -
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 8: Cây quyết định và rừng ngẫu nhiên
43 trang 30 0 0 -
Mô hình hệ thống khai thác dữ liệu phi cấu trúc hỗ trợ khách hàng ra quyết định mua hàng trực tuyến
6 trang 30 0 0 -
Luận án Tiến sĩ Răng hàm mặt: Hiệu quả của chẩn đoán sâu răng giai đoạn sớm bằng phương pháp học máy
201 trang 30 0 0 -
10 trang 28 0 0
-
5 trang 28 0 0