文献

J-GLOBAL ID：201702268145282467   整理番号：17A0680853

深層ニューラルネットワークと分布型モデルを組み合わせたハイブリッド河川水位予測手法

著者 (2件)： 一言正之 (日本工営株式会社 中央研究所) ,  桜庭雅明 (日本工営株式会社 中央研究所)
資料名： 土木学会論文集 B1(水工学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. B1 (Hydraulic Engineering) (Web))
巻： 73  号： 1  ページ： 22-33(J-STAGE)  発行年： 2017年 
JST資料番号： U0103B  ISSN： 2185-467X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 深層ニューラルネットワークと流出モデルを組み合わせたハイブリッド洪水予測手法を開発した.ハイブリッドモデルの構造は階層型の深層学習(ディープラーニング)を適用したニューラルネットワークを基本とし,入力層に分布型流出解析モデルの計算結果を加えることで両モデルを融合させた.具体的には,入力層は上流の水位,水位変化および流域の水分貯留量の推定値とし,出力層は予測地点の水位変化とした.学習時の入出力データには実測データを用い,予測時には実測水位・雨量データと分布型モデルの予測流量とを組み合わせた入力層データを用いた. ハイブリッド手法の結果は,元のニューラルネットワークおよび分布型モデルを上回る精度となり,特にニューラルネットワークで誤差の大きかった期間最大洪水で精度向上が見られた.(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *深層 ,  システム ,  洪水予報 ,  *予測技法 ,  *水位 ,  *河川 ,  機械学習 ,  *モデル ,  分布 ,  解析モデル ,  流出 ,  計測 ,  *分布型モデル ,  ディープニューラルネットワーク ,  深層学習
準シソーラス用語： 深層ニューラルネットワーク ,  洪水予測システム ,  ハイブリッド河川水位予測手法 ,  ディープラーニング ,  分布型流出解析モデル ,  実測水位 ,  雨量データ

著者キーワード (5件)： river stage ,  real-time prediction ,  deep learning ,  artificial neural network ,  hybrid model

分類 (1件)： 河川調査・計画  (RC12020M)

引用文献 (37件)：

• 1) 椿涼太,小林健一郎,内藤正彦,谷口丞:洪水予測技術の現状と課題について,河川技術論文集,Vol. 19, pp. 1-6, 2013.
• 2) 木村俊晃:貯留関数法(II)~(IV-2),土木技術資料,4(1, 4, 5, 6, 7), 1962.
• 3) 菅原正巳:流出解析法,共立出版,1972.
• 4) 鈴木俊明,寺川陽,松浦達郎:実時間洪水予測のための分布型モデルの開発,土木技術資料,Vol. 38, No. 10, pp. 26-31, 1996.
• 5) 立川康人,永谷言,寶馨:飽和・不飽和流れの機構を導入した流量流積関係式の開発,水工学論文集,Vol. 48, pp. 7-12, 2004.

タイトルに関連する用語 (4件)： 深層ニューラルネットワーク ,  分布型モデル ,  河川水位 ,  予測手法