文献

J-GLOBAL ID：202502217481193234   整理番号：25A1790218

次元圧縮を適用したリアルタイム浸水予測モデルの複数地点への適用

Application of real-time inundation prediction model with dimensional compression to multiple locations

著者 (4件)： 中山龍也 (中央大 大学院理工学研究科) ,  羽物裕人 (中央大 大学院理工学研究科) ,  一言正之 (日本工営) ,  樫山和男 (中央大)
資料名： 計算工学講演会論文集(CD-ROM)  (Proceedings of the Conference on Computational Engineering and Science (CD-ROM))
巻： 30  ページ： ROMBUNNO.D-04-03  発行年： 2025年06月04日 
JST資料番号： L2913B  ISSN： 1342-145X  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)

抄録/ポイント： 本論文では,複数の点からの越流を扱える深層ニューラルネットワーク(DNN)による次元縮小法を用いた実時間洪水予測モデルを示している。三次元低減法,特異値分解(SVD),非負行列因子分解(NMF),および自動エンコーダ(AE)を採用し,荒川の洪水シミュレーションを用いて計算効率と予測精度に関して評価している。結果は,提案方法が計算時間を著しく減らすだけでなく,高い予測精度を維持することを実証している。(翻訳著者抄録)

シソーラス用語： シミュレーション ,  ディープニューラルネットワーク ,  *予測モデル ,  越流 ,  計算効率 ,  洪水 ,  洪水予報 ,  荒川 ,  *次元縮小 ,  *浸水 ,  特異値分解 ,  非負行列因子分解 ,  符号器 ,  *数値モデル ,  予測精度
準シソーラス用語： 深層ニューラルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  数値解析,近似法  (AB04000F)

タイトルに関連する用語 (4件)： 次元圧縮 ,  リアルタイム ,  浸水 ,  予測モデル