文献

J-GLOBAL ID：201902271635144402   整理番号：19A1691868

ニューラルネットワークによる簡易的な波浪推定方法についての検討

STUDY ON AN EFFECTIVE WAVE PREDICTION SYSTEM BASED ON MULTINEURAL NETWORK

著者 (4件)： 五十嵐雄介 (株式会社建設技術研究所 東京本社 河川部 海岸・港湾室) ,  今井聡 (株式会社建設技術研究所 東京本社 河川部 海岸・港湾室) ,  伊東敦史 (国土交通省北海道開発局 網走開発建設部 紋別港湾事務所) ,  海津博行 (国土交通省北海道開発局 農業水産部 水産課)
資料名： 土木学会論文集 B2(海岸工学)(Web)  (海岸工学論文集(Web))
巻： 74  号： 2  ページ： I_679-I_684(J-STAGE)  発行年： 2018年 
JST資料番号： U0396A  ISSN： 1883-8944  資料種別： 会議録 (C)
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： 波浪観測が実施されていない地点での波浪の推定や,波浪観測データの長期欠測の補間には,一般にスペクトル法による波浪推算が用いられる.しかし波浪推算は,入力条件である気圧・風の推算方法や,物理パラメータの設定による結果の不確定性が大きい上に,演算の実施に多大な労力を要する。そこで本研究では,波浪推算に代わって波浪を簡易に推定する手法として,多層ニューラルネットワークを用いた非線形回帰分析を提案した.そして,当手法により構築した波浪推定モデルの推定精度を検証し,当手法が波浪の推定や長期欠測の補間に適用可能であることを示した.(著者抄録)

シソーラス用語： *波浪 ,  海洋観測 ,  数値解法 ,  *ニューラルネットワーク ,  非線形系 ,  回帰分析 ,  *精度 ,  物理的性質 ,  パラメータ ,  波浪観測 ,  推定精度 ,  物理パラメータ
準シソーラス用語： スペクトル法 ,  *非線形回帰分析

著者キーワード (4件)： wave prediction ,  multi-layer neural networks ,  non-linear regression ,  spectral wave model

分類 (2件)： 海洋の構造・力学・循環  (DC06030G) ,  数値計算  (JE02000J)

引用文献 (11件)：

• 1) 麻生英樹 : 多層ニューラルネットワークによる深層表現の学習,人工知能学会誌,Vol. 28,No. 4,pp. 649~659,2013.
• 2) 斉藤武久,小久保元貴,間瀬肇 : ニューラルネットワークを用いた日本海沿岸でのうねり性高波浪の予測に関する研究,土木学会論文集B2(海岸工学),Vol. 72,I_175-I_180,2016.
• 3) 太田隆夫,木村晃 : ニューラルネットワークを用いた有義波高の予測について,海岸工学論文集,Vol. 45,pp. 226-230,1998.
• 4) Duchi, J., Hazan, E., and Singer, Y. : Adaptive Subgradient Methods for Online Learning and Stochastic Optimization, Journal of Machine Learning Research, 12, 2121-2159, 2011.
• 5) Zeiler, M. D. : ADADELTA: An adaptive learning rate method, arXiv:1212.5701, 2012.

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  簡易 ,  波浪 ,  推定