Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Prediction Intervals01:03

Prediction Intervals

3.1K
The interval estimate of any variable is known as the prediction interval. It helps decide if a point estimate is dependable.
However, the point estimate is most likely not the exact value of the population parameter, but close to it. After calculating point estimates, we construct interval estimates, called confidence intervals or prediction intervals. This prediction interval comprises a range of values unlike the point estimate and is a better predictor of the observed sample value, y. 
3.1K
Design Example: Dimensioning of Concrete Masonry Construction01:13

Design Example: Dimensioning of Concrete Masonry Construction

264
For the construction of a storeroom using concrete masonry units, it's essential to align the dimensions of the structure with the actual sizes of the blocks and the intended mortar joints. On the site in question, there's a stockpile of concrete masonry blocks with a nominal size of eight by eight by sixteen inches, which are to be used in the construction of the storeroom.
The site engineer has laid out a plan for the storeroom with external dimensions of twelve feet in length and...
264
Method of Superposition01:20

Method of Superposition

1.7K
The method of superposition is a crucial technique in structural engineering, used to analyze the effect of multiple loads on beams. This approach involves calculating the deflection and slope for each load on a beam separately, and then summing these effects to determine the overall impact. It is applicable only when the beam material remains within its elastic limit, ensuring that deformations are linearly elastic.
When applying the method of superposition, each type of load—whether...
1.7K
Multiple Regression01:25

Multiple Regression

3.7K
Multiple regression assesses a linear relationship between one response or dependent variable and two or more independent variables. It has many practical applications.
Farmers can use multiple regression to determine the crop yield based on more than one factor, such as water availability, fertilizer, soil properties, etc. Here, the crop yield is the response or dependent variable as it depends on the other independent variables. The analysis requires the construction of a scatter plot...
3.7K
Mechanistic Models: Compartment Models in Individual and Population Analysis01:23

Mechanistic Models: Compartment Models in Individual and Population Analysis

221
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
221
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation01:24

One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation

1.1K
This lesson introduces two critical methods in pharmacokinetics, the Wagner-Nelson and Loo-Riegelman methods, used for estimating the absorption rate constant (ka) for drugs administered via non-intravenous routes. The Wagner-Nelson method relates ka to the plasma concentration derived from the slope of a semilog percent unabsorbed time plot. However, it is limited to drugs with one-compartment kinetics and can be impacted by factors like gastrointestinal motility or enzymatic degradation.
On...
1.1K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Impact of the combination of diet with environment exposures on an eczema mouse model.

International immunopharmacology·2025
Same author

CFPLncLoc: A multi-label lncRNA subcellular localization prediction based on Chaos game representation and centralized feature pyramid.

International journal of biological macromolecules·2025
Same author

Effect of Babao Dan on angiogenesis of gastric cancer <i>in vitro</i> by regulating VEGFA/VEGFR2 signaling pathway.

Translational cancer research·2022
Same author

Neuronal EphA4 Regulates OGD/R-Induced Apoptosis by Promoting Alternative Activation of Microglia.

Inflammation·2018
Same author

Experimental Study of Antiatherosclerosis Effects with Hederagenin in Rats.

Evidence-based complementary and alternative medicine : eCAM·2015
Same author

[Pulmonary infection of Lophomonas blattarum in a case of diffuse bronchioloalveolar cell carcinoma].

Zhongguo ji sheng chong xue yu ji sheng chong bing za zhi = Chinese journal of parasitology & parasitic diseases·2015

関連する実験動画

Updated: Jan 7, 2026

Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach
04:35

Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach

Published on: July 3, 2020

3.7K

DSCostPred: 建設コスト予測のためのダブルスタッキングモデル

Chen-Ping Liu1, Xin-Gen Sun2, Jian-Hua Guan3

  • 1Department of Architectural Engineering, Hunan Defense Industry Polytechnic, Xiangtan, 411207, China.

Scientific reports
|December 20, 2025
PubMed
まとめ

建設コスト予測は、複雑な変数間の相互作用により困難である。新しい二重スタッキング手法（DSCostPred）は、変数を分類し、アンサンブルモデルを使用することで予測を改善し、従来の予測手法を上回る性能を示す。

キーワード:
建設コスト予測二重スタッキング手法モデルスタッキング変数スタッキング

関連する実験動画

Last Updated: Jan 7, 2026

Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach
04:35

Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach

Published on: July 3, 2020

3.7K

科学分野:

  • 工学
  • 建設管理
  • データサイエンス

背景:

  • 建設コスト予測は極めて重要であるが、多次元的で動的な変数によって複雑化している。
  • 変数間の非線形な関係と相互作用が予測精度を低下させる。

研究 の 目的:

  • 正確な建設プロジェクトのコスト予測のための高度な手法を開発すること。
  • 複雑な変数間の相互作用と機能的な違いによってもたらされる課題に対処すること。

主な方法:

  • 二重スタッキング建設コスト予測手法（DSCostPred）を提案した。
  • 干渉を防ぐために、事前分類のための変数スタッキングを実装した。
  • 複雑な相互作用を捉えるために、多様なアルゴリズムを用いたモデルスタッキングを利用した。
  • 協調的な予測のために、変数スタッキングとモデルスタッキングを統合した。

主要な成果:

  • DSCostPredは実世界のデータにおいて、古典的な手法と比較して優れた性能を示した。
  • アブレーション実験により、二重スタッキングアプローチの有効性が確認された。
  • SHAP分析により、提案手法の実現可能性と解釈可能性が検証された。

結論:

  • 二重スタッキングアプローチは、建設コスト予測における複雑な変数関係を効果的に処理する。
  • DSCostPredは、工学建設プロジェクトに対して、堅牢で正確なソリューションを提供する。
  • 予測精度の向上には、変数分類とアンサンブルモデリングが鍵となる。