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 (22件)：

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
渡邉悠太, 仲吉信人, 小野村史穂, 浅見真由, 井戸滉昇, 大山純佳, 金子凌, 髙根雄也, 中野満寿男. マルチスペクトルカメラを用いた空撮画像によるアルベド推定及び精度検証. 土木学会論文集B1(水工学). 2022. 78. 2. I_733-I_738

講演・口頭発表等 (19件)：

Deep Learning Short-term Heavy Rainfall Forecasting Using Pseudo Data
(AGU Fall Meeting 2022 2022)
AIと予測する豪雨災害
(第4回復興デザイン会議全国大会災間を生きる都市 2022)
Deep Learning Approach for Rainfall Prediction Using U-net
(AOGS2021 Virtual 18th Annual Meeting 2021)
Deep learning approach for rainfall forecasting using U-Net with data augmentation
(Japan Geoscience Union Meeting 2021 2021)
深層学習モデルU-Netを用いたリアルタイム降水予測手法の検討
(第65回水工学講演会 2020)

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