文献

J-GLOBAL ID：202102268104547286   整理番号：21A0699523

河川水位情報と雨量情報からの深層学習によるダム流入量の予測

著者 (6件)： 宮本崇 (山梨大) ,  三浦奈都 (山梨大) ,  天方匡純 (八千代エンジニヤリング) ,  中野裕之 (八千代エンジニヤリング) ,  安野貴人 (八千代エンジニヤリング) ,  石井明 (八千代エンジニヤリング)
資料名： 土木学会年次学術講演会講演概要集(CD-ROM)  (土木学会全国大会年次学術講演会講演概要集(CD-ROM))
巻： 75th  ページ： ROMBUNNO.II-207  発行年： 2020年08月01日 
JST資料番号： L4438B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 1.はじめに.豪雨時におけるダムの防水操作の効果が有効に発揮されるためには,将来のダム流入量が適切に予測されることは重要である.ダム流入量の予測は一般に,予測開始時点でのダム流入量と実績・予測雨量などを元に,物理モデルを用いた流域の浸透・流...【本文一部表示】

シソーラス用語： シミュレーション ,  浸透 ,  ネットワーク ,  *水位 ,  *ダム ,  ダム管理 ,  豪雨 ,  *降雨量 ,  流域 ,  *流入量 ,  予測誤差 ,  予測モデル ,  時系列データ ,  予測精度 ,  *深層学習 ,  モデル

著者キーワード (4件)： ダム流入量予測 ,  深層学習 ,  時空間データ ,  Conv-LSTM

分類 (2件)： 流出解析  (DC07030N) ,  水力発電  (NB03030S)

タイトルに関連する用語 (6件)： 河川水位 ,  雨量 ,  深層学習 ,  ダム ,  流入量 ,  予測