Application of neural network to assess landslide hazard and comparison with bivariate and multivariate statistical analyses

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00025798%3A_____%2F16%3A00000094" target="_blank" >RIV/00025798:_____/16:00000094 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.geopaleo.fns.uniba.sk/ageos/articles/abstract_en.php?path=tornyai_et_al&vol=8&iss=1" target="_blank" >http://www.geopaleo.fns.uniba.sk/ageos/articles/abstract_en.php?path=tornyai_et_al&vol=8&iss=1</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Application of neural network to assess landslide hazard and comparison with bivariate and multivariate statistical analyses

Popis výsledku v původním jazyce

Landslide hazard in the Žilina area in northern Slovakia is assessed using neural network analysis. Four input parameters are evaluated, they are presented as a result of statistical processing in the form of parametric maps. Statisti- cal evaluation was executed in ArcGIS environment; neural network was calculated in Matlab. The output of this study is a prognostic landslide hazard map. Further, the result was compared with the hazard map created using bivariate and multivariate statistical analyses through ROC curves. Area below curve (AUC) calculated from ROC curve shows accuracy of individual models. It can be stated that the NN´s AUC is equal to 0.924, what represents the rate of success 92.4%; bivariate multivariate analyses AUC is equal to 0.852 and 0.919.

Název v anglickém jazyce

Application of neural network to assess landslide hazard and comparison with bivariate and multivariate statistical analyses

Popis výsledku anglicky

Landslide hazard in the Žilina area in northern Slovakia is assessed using neural network analysis. Four input parameters are evaluated, they are presented as a result of statistical processing in the form of parametric maps. Statisti- cal evaluation was executed in ArcGIS environment; neural network was calculated in Matlab. The output of this study is a prognostic landslide hazard map. Further, the result was compared with the hazard map created using bivariate and multivariate statistical analyses through ROC curves. Area below curve (AUC) calculated from ROC curve shows accuracy of individual models. It can be stated that the NN´s AUC is equal to 0.924, what represents the rate of success 92.4%; bivariate multivariate analyses AUC is equal to 0.852 and 0.919.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

DB - Geologie a mineralogie

OECD FORD obor

—

Projekt

<a href="/cs/project/7AMB14SK038" target="_blank" >7AMB14SK038: Prognózování sesuvného hazardu v karpatském flyši a sestavení jednotné metodiky</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Acta Geologica Slovaca

ISSN

1338-0044

e-ISSN

—

Svazek periodika

8

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

SK - Slovenská republika

Počet stran výsledku

10

Strana od-do

109-118

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—