文献

J-GLOBAL ID：202002295470419123   整理番号：20A0600074

畳み込みニューラルネットワークCNNを用いた風速・波高の時系列の統計的予測

STATISTICAL PREDICTION OF TIME SERIES OF WIND SPEED AND WAVE HEIGHT BY CONVOLUTIONAL NEURAL NETWORK

著者 (3件)： 荒木裕次 (関西大学大学院 理工学研究科環境都市工学専攻) ,  森信人 (京都大学 防災研究所) ,  安田誠宏 (関西大学准 環境都市工学部)
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： 75  号： 2  ページ： I_139-I_144(J-STAGE)  発行年： 2019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： 近年気候変動による影響評価研究が精力的に進められており,高潮や波浪の海象予測のニーズは高まっているが,力学モデルで高潮や波浪の長時間積分を行うには計算コストの問題がある.本研究では,深層学習(CNN: Convolutional Neural Network)を用いて空間的に気象情報を入力し,風速や波高といった海象の時系列を予測した.説明変数の組み合わせや気象場の入力範囲等の物理的要因と,ハイパーパラメータのようなCNNの計算条件を変化させ,これらが結果に及ぼす影響についても比較した.伊勢湾と太平洋上の点を対象に行った風速の予測では,瞬時値の気圧場を入力することで精度よく予測できた.伊勢湾と鳥取を対象に行った波高の予測では,うねりを伴うため風速の時刻歴を入力することで精度良く予測できた.過去の気象情報の時系列を入力して,学習期間 (学習データ数) を増やすことで,高い波高も予測できた.(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *風速 ,  *波高 ,  *時系列分析 ,  統計解析 ,  パラメータ ,  Bayes推定 ,  機械学習 ,  気象情報 ,  数値予測 ,  湾 ,  太平洋 ,  鳥取県 ,  うねり ,  測定データ ,  予測誤差
準シソーラス用語： 畳込みニューラルネットワーク ,  ハイパーパラメータ ,  深層学習 ,  伊勢湾 ,  教師データ

著者キーワード (4件)： wind and wave prediction ,  time series ,  convolutional newral network ,  hyper parameter

分類 (1件)： 波浪,潮流  (DC06040R)

引用文献 (7件)：

• 1) 森信人,村下裕之,志村智也,中條壮大,安田誠宏,間瀬肇:マルチモデルアンサンブルによる気候変動に伴う熱帯低気圧特性の将来変化予測,土木学会論文集 B2(海岸工学),Vol. 68,No. 2,pp. I_1251-I_1255,2012.
• 2) Kim, S.Y ., Yasuda, T., Mase, H. : Numerical analysis of effects of tidal variations on storm surges and waves, Applied Ocean Research, Vol. 30, Issue 4, pp. 311-322, doi:10.1016/j.apor.2009.02.003, 2008.
• 3) 斎藤武久,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沿岸域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,No. 2,pp. I_175-I_180,2016.
• 4) Tracey H. A. Tom,間瀬肇,池本藍,斎藤武久,川崎浩司,武田将英:日本海上の気象データを用いたニューラルネットワークによる日本海沿岸の波浪予測,土木学会論文集B2(海岸工学),Vol. 74,No. 2,pp. I_691-I_696,2018.
• 5) 岡谷貴之:深層学習,講談社,pp. 25-27,pp. 79-110,2015.

タイトルに関連する用語 (7件)： 畳み込みニューラルネットワーク ,  CNN ,  風速 ,  波高 ,  時系列 ,  統計 ,  予測