金子凌

カネコリョウ | Kaneko Ryo

所属機関・部署：
職名：特任研究員
その他の所属（所属・部署名・職名） (1件)：

ホームページURL (1件)： https://ryokaneko.lsv.jp

研究分野 (1件)：水工学

研究キーワード (4件)：深層学習 , 機械学習 , 水理学 , 土木

競争的資金等の研究課題 (3件)：

論文 (23件)：

井貫恵多朗, 金子凌, 岡﨑淳史, 小槻峻司. 深層学習に基づく生成モデルを用いたドップラー風速データからのランキン渦再構成. 2025. 81. 16. n/a-n/a
金子凌, 芳村圭. 深層学習降水予測の精度改善と現状の詳細評価. 土木学会論文集. 2024. 80. 16. n/a
Gaohong Yin, Takao Yoshikane, Ryo Kaneko, Kei Yoshimura. Improving Global Subseasonal to Seasonal Precipitation Forecasts Using a Support Vector Machine-Based Method. Journal of Geophysical Research: Atmospheres. 2023. 128. 17
Tsuyoshi Thomas Sekiyama, Syugo Hayashi, Ryo Kaneko, Ken-ichi Fukui. Surrogate Downscaling of Mesoscale Wind Fields Using Ensemble Super-Resolution Convolutional Neural Networks. Artificial Intelligence for the Earth Systems. 2023. 2. 3. 1-35
山崎大, 北祐樹, 木野佳音, 坂内匠, 野村周平, 神戸育人, 庄司悟, 金子凌, 芳村圭. 世界はなぜ脱炭素に向けて舵を切ったのか?. 水文・水資源学会誌. 2022. 35. 3. 202-232

講演・口頭発表等 (26件)：

Weather field super-resolution using Restricted Boltzmann Machines
(Japan Geoscience Union Meeting 2025 2025)
Precipitation super-resolution using diffusion model with d4PDF
(Japan Geoscience Union Meeting 2025 2025)
深層学習で切り開け!(切り開きたい・・・) 〜降水予測・観測〜
(化工学会関東若手の会 2024)
Heavy Rainfall Forecasting Using an Enhanced U-Net Model: A Three-Year Evaluation with Comparison to Operational Models
(2024)
Precipitation super-resolution only using Restricted Boltzmann Machine
(AGU Fall Meeting 2024 2024)

学歴 (4件)：

学位 (1件)：

経歴 (3件)：

受賞 (6件)：

全件表示

所属学会 (4件)：

アメリカ地球物理学連合 , 日本ヒートアイランド学会 , 公益社団法人日本気象学会 , 公益社団法人土木学会

※　J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。登録・更新については、こちらをご覧ください。

金子 凌